当前位置：网站首页>Bytes and Characters and Common Encodings

Bytes and Characters and Common Encodings

2022-08-08 09:10:00 【Arenaschi】

一. 字节 & 字符

字节(Byte)是计量单位,表示数据量多少,是计算机信息技术用于计量存储容量的一种计量单位,通常情况下一字节等于八位.

字符(Character)计算机中使用的字母、数字、字和符号,比如'A'、'B'、'$'、'&'等.

一般在英文状态下一个字母或字符占用一个字节,一个汉字用两个字节表示.

二 . 常见编码方式

编码的意义：计算机中存储的最小单元是一个字节即 8bit,所能表示的字符范围是 255 个,

而人类要表示的符号太多,无法用一个字节来完全表示,固需要将符号编码,translate various languages

into a language that the computer can understand.

1）

ASCII 码：总共 128 个,用一个字节的低 7 位表示,0〜31 控制字符如换回车删除等;32~126

是打印字符,可通过键盘输入并显示出来;

2）ISO-8859-1,用来扩展 ASCII 编码,256 个字符,涵盖了大多数西欧语言字符.

3）GB2312:双字节编码,总编码范围是 A1-A7,A1-A9 是符号区,包含 682 个字符,B0-B7 是

汉字区,包含 6763 个汉字;

4）GBK 为了扩展 GB2312,加入了更多的汉字,编码范围是 8140~FEFE,有 23940 个码位,能

表示 21003 个汉字.

5）UTF-16: ISO 试图想创建一个全新的超语言字典,世界上所有语言都可通过这本字典

Unicode 来相互翻译,而 UTF-16 定义了 Unicode 字符在计算机中存取方法,Use two bytes to represent

示 Unicode 转化格式.不论什么字符都可用两字节表示,即 16bit,固叫 UTF-16.

6）UTF-8：UTF-16 统一采用两字节表示一个字符,但有些字符只用一个字节就可表示,浪

费存储空间,而 UTF-8 采用一种变长技术,每个编码区域有不同的字码长度. 不同类型的字符可以由 1~6 个字节组成.

三、utf-8 编码中的中文占几个字节;int 型几个字节？

utf-8 是一种变长编码技术,utf-8 编码中的中文占用的字节不确定,可能 2 个、3 个、4 个,

int 型占 4 个字节

版权声明
本文为[Arenaschi]所创，转载请带上原文链接，感谢
https://yzsam.com/2022/220/202208080849029890.html