• Ansi,UTF8,Unicode,ASCII编码[转]


    1.  ASCII和Ansi编码
        字符内码(charcter code)指的是用来代表字符的内码.读者在输入和存储文档时都要使用内码,内码分为 
        单字节内码 -- Single-Byte character sets (SBCS),可以支持256个字符编码. 
        双字节内码 -- Double-Byte character sets)(DBCS),可以支持65000个字符编码.
    前者即为ASCII编码,后者对应ANSI.
    至于简体中文编码GB2312,实际上它是ANSI的一个代码页936

    2. Unicode
     如上,ANSI有很多代码页,使用不同代码页的内码无法在其他代码也正常显示,这就是为什么日文版/繁体中文版游戏无法在简体中文平台直接显示的原因.
        Unicode也是一种字符编码方法,不过它是由国际组织设计,可以容纳全世界所有语言文字的编码方案.它是一种2字节编码,能够提供65536个字符,这个数字是不够表示所有的字符的(汉语就有55000多字符),所以,通过一个代理对的机制来实现附加的917,476个字符表示,以达到所有字符都具有唯一编码.

    3.Unicode和BigEndianUnicode
        这两者只是存储顺序不同,如"A"的unicode编码为65 00
        其BigEndianUnicode编码为00 65

    4.  UTF-8

        这是为传输而设计的编码,其系列还有UTF-7和UTF-16
        其中UTF-16和Unicode编码大致一样, UTF-8就是以8位为单元对Unicode进行编码。从Unicode到UTF-8的编码方式如下:
         Unicode编码(16进制)      UTF-8 字节流(二进制)
         0000 - 007F         0xxxxxxx
         0080 - 07FF         110xxxxx 10xxxxxx
         0800 - FFFF         1110xxxx 10xxxxxx 10xxxxxx

      例如“汉”字的Unicode编码是6C49。6C49在0800-FFFF之间,所以肯定要用3字节模板了:1110xxxx 10xxxxxx 10xxxxxx。将6C49写成二进制是:0110 110001 001001, 用这个比特流依次代替模板中的x,得到:11100110 10110001 10001001,即E6 B1 89。

  • 相关阅读:
    jwt
    生成型神经网络
    使用Python获取当前Bing的背景图片并设置为Windows壁纸
    系列文章分类汇总
    网络通信知识地图
    手撕spring核心源码,彻底搞懂spring流程
    消息中间件MQ的学习境界和路线
    convert tree structure from database to json object
    TypeScript: miniProgram 获取用户信息
    miniProgram: 写首个页面结构
  • 原文地址:https://www.cnblogs.com/chuncn/p/1156839.html
Copyright © 2020-2023  润新知