理解什么是字符编码？

计算机只能处理数字，如果要处理文本，就必须先把文本转换为数字才能处理。最早的计算机在设计时采用8个比特（bit）作为一个字节（byte），所以，一个字节能表示的最大的整数就是255（二进制11111111=十进制255），如果要表示更大的整数，就必须用更多的字节。比如两个字节可以表示的最大整数是65535，4个字节可以表示的最大整数是4294967295。

那么1字节能够转换的最大二进制位为：2**64-1

ASCII编码：

一个英文字母占一个字节空间

其实ascii编码就是一张表，早期的时候只有127个字母被编码到计算机里，也就是大小写英文字母、数字和一些符号，这个编码表被称为ASCII编码，比如大写字母 A 的编码是65，小写字母 z 的编码是122。

　　但是要处理中文显然一个字节是不够的，至少需要两个字节，而且还不能和ASCII编码冲突，所以，中国制定了GB2312编码，用来把中文编进去。

　　全世界有上百种语言，日本把日文编到Shift_JIS里，韩国把韩文编到Euc-kr里，各国有各国的标准，就会不可避免地出现冲突，结果就是，在多语言混合的文本中，显示出来会有乱码。

Bin(二进制)
 Oct(八进制)
Dec(十进制)
Hex(十六进制)
缩写/字符
解释
0000 0000
0
0
00
NUL(null)
空字符
0000 0001
1
1
01
SOH(start of headline)
标题开始
0000 0010
2
2
02
STX (start of text)
正文开始
0000 0011
3
3
03
ETX (end of text)
正文结束
0000 0100
4
4
04
EOT (end of transmission)
传输结束
0000 0101
5
5
05
ENQ (enquiry)
请求
0000 0110
6
6
06
ACK (acknowledge)
收到通知
0000 0111
7
7
07
BEL (bell)
响铃
0000 1000
10
8
08
BS (backspace)
退格
0000 1001
11
9
09
HT (horizontal tab)
水平制表符
0000 1010
12
10
0A
LF (NL line feed, new line)
换行键
0000 1011
13
11
0B
VT (vertical tab)
垂直制表符
0000 1100
14
12
0C
FF (NP form feed, new page)
换页键
0000 1101
15
13
0D
CR (carriage return)
回车键
0000 1110
16
14
0E
SO (shift out)
不用切换
0000 1111
17
15
0F
SI (shift in)
启用切换
0001 0000
20
16
10
DLE (data link escape)
数据链路转义
0001 0001
21
17
11
DC1 (device control 1)
设备控制1
0001 0010
22
18
12
DC2 (device control 2)
设备控制2
0001 0011
23
19
13
DC3 (device control 3)
设备控制3
0001 0100
24
20
14
DC4 (device control 4)
设备控制4
0001 0101
25
21
15
NAK (negative acknowledge)
拒绝接收
0001 0110
26
22
16
SYN (synchronous idle)
同步空闲
0001 0111
27
23
17
ETB (end of trans. block)
结束传输块
0001 1000
30
24
18
CAN (cancel)
取消
0001 1001
31
25
19
EM (end of medium)
媒介结束
0001 1010
32
26
1A
SUB (substitute)
代替
0001 1011
33
27
1B
ESC (escape)
换码(溢出)
0001 1100
34
28
1C
FS (file separator)
文件分隔符
0001 1101
35
29
1D
GS (group separator)
分组符
0001 1110
36
30
1E
RS (record separator)
记录分隔符
0001 1111
37
31
1F
US (unit separator)
单元分隔符
0010 0000
40
32
20
(space)
空格
0010 0001
41
33
21
!
 叹号
0010 0010
42
34
22
"
 双引号
0010 0011
43
35
23
#
 井号
0010 0100
44
36
24
$
 美元符
0010 0101
45
37
25
%
 百分号
0010 0110
46
38
26
&
 和号
0010 0111
47
39
27
'
 闭单引号
0010 1000
50
40
28
(
开括号
0010 1001
51
41
29
)
闭括号
0010 1010
52
42
2A
*
 星号
0010 1011
53
43
2B
+
 加号
0010 1100
54
44
2C
,
 逗号
0010 1101
55
45
2D
-
 减号/破折号
0010 1110
56
46
2E
.
 句号
00101111
57
47
2F
/
 斜杠
00110000
60
48
30
0
 数字0
00110001
61
49
31
1
 数字1
00110010
62
50
32
2
 数字2
00110011
63
51
33
3
 数字3
00110100
64
52
34
4
 数字4
00110101
65
53
35
5
 数字5
00110110
66
54
36
6
 数字6
00110111
67
55
37
7
 数字7
00111000
70
56
38
8
 数字8
00111001
71
57
39
9
 数字9
00111010
72
58
3A
:
 冒号
00111011
73
59
3B
;
 分号
00111100
74
60
3C
<
 小于
00111101
75
61
3D
=
 等号
00111110
76
62
3E
>
 大于
00111111
77
63
3F
?
 问号
01000000
100
64
40
@
 电子邮件符号
01000001
101
65
41
A
 大写字母A　
01000010
102
66
42
B
 大写字母B
01000011
103
67
43
C
 大写字母C
01000100
104
68
44
D
 大写字母D
01000101
105
69
45
E
 大写字母E
01000110
106
70
46
F
 大写字母F
01000111
107
71
47
G
 大写字母G
01001000
110
72
48
H
 大写字母H
01001001
111
73
49
I
 大写字母I
01001010
112
74
4A
J
 大写字母J
01001011
113
75
4B
K
 大写字母K
01001100
114
76
4C
L
 大写字母L
01001101
115
77
4D
M
 大写字母M
01001110
116
78
4E
N
 大写字母N
01001111
117
79
4F
O
 大写字母O
01010000
120
80
50
P
 大写字母P
01010001
121
81
51
Q
 大写字母Q
01010010
122
82
52
R
 大写字母R
01010011
123
83
53
S
 大写字母S
01010100
124
84
54
T
 大写字母T
01010101
125
85
55
U
 大写字母U
01010110
126
86
56
V
 大写字母V
01010111
127
87
57
W
 大写字母W
01011000
130
88
58
X
 大写字母X
01011001
131
89
59
Y
 大写字母Y
01011010
132
90
5A
Z
 大写字母Z
01011011
133
91
5B
[
 开方括号
01011100
134
92
5C
\
 反斜杠
01011101
135
93
5D
]
 闭方括号
01011110
136
94
5E
^
 脱字符
01011111
137
95
5F
_
 下划线
01100000
140
96
60
`
 开单引号
01100001
141
97
61
a
 小写字母a　
01100010
142
98
62
b
 小写字母b
01100011
143
99
63
c
 小写字母c
01100100
144
100
64
d
 小写字母d
01100101
145
101
65
e
 小写字母e
01100110
146
102
66
f
 小写字母f
01100111
147
103
67
g
 小写字母g
01101000
150
104
68
h
 小写字母h
01101001
151
105
69
i
 小写字母i
01101010
152
106
6A
j
 小写字母j
01101011
153
107
6B
k
 小写字母k
01101100
154
108
6C
l
 小写字母l
01101101
155
109
6D
m
 小写字母m
01101110
156
110
6E
n
 小写字母n
01101111
157
111
6F
o
 小写字母o
01110000
160
112
70
p
 小写字母p
01110001
161
113
71
q
 小写字母q
01110010
162
114
72
r
 小写字母r
01110011
163
115
73
s
 小写字母s
01110100
164
116
74
t
 小写字母t
01110101
165
117
75
u
 小写字母u
01110110
166
118
76
v
 小写字母v
01110111
167
119
77
w
 小写字母w
01111000
170
120
78
x
 小写字母x
01111001
171
121
79
y
 小写字母y
01111010
172
122
7A
z
 小写字母z
01111011
173
123
7B
{
 开花括号
01111100
174
124
7C
|
 垂线
01111101
175
125
7D
}
 闭花括号
01111110
176
126
7E
~
 波浪号
01111111
177
127
7F
DEL (delete)
删除

Unicode编码：

因此，Unicode应运而生。Unicode把所有语言都统一到一套编码里，这样就不会再有乱码问题了。Unicode标准也在不断发展，但最常用的是用两个字节表示一个字符（如果要用到非常偏僻的字符，就需要4个字节）。现代操作系统和大多数编程语言都直接支持Unicode。

Utf-8编码：

新问题的出现：如果统一成Unicode编码，乱码问题从此消失了。但是，如果你写的文本基本上全部是英文的话，用Unicode编码比ASCII编码需要多一倍的存储空间，在存储和传输上就十分不划算。

　　因此，又出现了把Unicode编码转化为“可变长编码”的UTF-8编码。UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节

理解记忆三种常见字符编码：ASCII, Unicode,UTF-8的更多相关文章

  1. 三种常见字符编码简介：ASCII、Unicode和UTF-8

    什么是字符编码? 计算机只能处理数字,如果要处理文本,就必须先把文本转换为数字才能处理.最早的计算机在设计时采用8个比特(bit)作为一个字节(byte),所以,一个字节能表示的最大的整数就是255( ...

  2. 浅析ASCII、Unicode和UTF-8三种常见字符编码

    什么是字符编码? 计算机只能处理数字,如果要处理文本,就必须先把文本转换为数字才能处理.最早的计算机在设计时采用8个比特(bit)作为一个字节(byte),所以,一个字节能表示的最大的整数就是255( ...

  3. 编码解码--三种常见字符编码简介：ASCII、Unicode和UTF-8

    什么是字符编码? 计算机只能处理数字,如果要处理文本,就必须先把文本转换为数字才能处理.最早的计算机在设计时采用8个比特(bit)作为一个字节(byte),所以,一个字节能表示的最大的整数就是255( ...

  4. 三种常见字符编码：ASCII、Unicode和UTF-8

    什么是字符编码? 计算机只能处理数字,如果要处理文本,就必须先把文本转换为数字才能处理.最早的计算机在设计时采用8个比特(bit)作为一个字节(byte),所以,一个字节能表示的最大的整数就是255( ...

  5. 字符编码 ASCII,Unicode和UTF-8的关系

    转自:http://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/00143166410626 ...

  6. 字符编码 ASCII unicode UTF-8

    字符串也是一种数据类型,但是,字符串比较特殊的是还有一个编码问题. 因为计算机只能处理数字,如果要处理文本,就必须先把文本转换为数字才能处理.最早的计算机在设计时采用8个比特(bit)作为一个字节(b ...

  7. 彻底搞清楚字符编码: ASCII, ISO_8859, GB2312,UCS, Unicode, Utf-8

    彻底搞清楚字符编码: ASCII, ISO_8859, GB2312,UCS, Unicode, U 1.ASCII: 0-127(128-255未使用),美国标准 2.IS0-8859-1(lati ...

  8. 字符编码(ASCII，Unicode和UTF-8) 和 大小端

    本文包括2部分内容:“ASCII,Unicode和UTF-8” 和 “Big Endian和Little Endian”. 第1部分 ASCII,Unicode和UTF-8 介绍 1. ASCII码 ...

  9. Java 字符编码 ASCII、Unicode、UTF-8、代码点和代码单元

    1 ASCII码 统一规定英语字符与二进制位之间的关系.ASCII码一共规定了128个字符的编码.例如,空格“SPACE”是32(二进制00100000),大写字母A是65(二进制01000001). ...

随机推荐

  1. Python的with用法理解

    Python的with理解 标签(空格分隔): Python with做为一种上下文管理器,在Python中的作用可以简单的理解为是用来代替try...except...finally的处理流程. w ...

  2. Tomcat server.xml配置示例

    本文由 ImportNew 几乎所有容器类型的应用都会包含一个名为 server.xml 的文件结构.基本上,其中的每个元数据或者配置都是容器完成初始化所需要的.正是由于这些内容都是可配置的,使得软件 ...

  3. C++学习笔记(2)

    本学习笔记是C++ primer plus(第六版)学习笔记.是C++学习笔记(1)的后续.复习C++基础知识的可以瞄瞄. 转载请注明出处http://www.cnblogs.com/zrtqsk/p ...

  4. 让所有的浏览器都能识别HTML5标签样式的小插件

    如今HTML5愈来愈引发大家的关注了,但目前支持HTML5的浏览器还不是主流,特别是国内用户近50%以上仍旧使用IE6,由于支持HTML5的IE9不支持Xp系统安装,这样未来很长一段时间,HTML5的 ...

  5. 2016-2017-2《程序设计与数据结构》学生博客&git@OSC

    2016-2017-2<程序设计与数据结构>学生博客&git@OSC 博客园 20162301张师瑜 20162302杨京典 20162303石亚鑫 20162304张浩林 201 ...

  6. Ubuntu 下配置apache和APR

    软件环境:ubuntu14.04  虚拟机Vmware  软件:http://httpd.apache.org/  httpd-2.2.29.tar.gz  不需要单独下载APR. 1.解压apach ...

  7. linux dd 命令详解

    dd 是 Linux/UNIX 下的一个非常有用的命令,作用是用指定大小的块拷贝一个文件,并在拷贝的同时进行指定的转换. 名称: dd 使用权限: 所有使用者dd 这个指令在 manual 里的定义是 ...

  8. springmvc请求接收参数的几种方法

    一.通过@PathVariable获取路径中的参数 @RequestMapping(value="user/{id}/{name}",method=RequestMethod.GE ...

  9. 支付宝AR红包引出Python中的PIL小试

    这两天支付宝AR红包火了,周围的同学全在玩.可是我一直在想这个原理是什么?通过请教大神和思考,知道了它有两个限定条件:GPS地理位置和图片的识别.所以,只要我们有了这两个限定条件,就不难进行该红包的破 ...

  10. mui事件绑定和可以用的js dom操作方法

    <script> //事件绑定 对象 方法 子元素 回调函数 mui('body').on('shown', '.mui-popover', function(e) { //console ...