zoukankan      html  css  js  c++  java
  • 码表的理解(ASCII,GBK,Unicode,UTF-8等)。

    以下任何言论都完全是个人的理解,如有雷同纯属巧合,如有错误,希望大家多多指出,共同学习!谢谢!

    笔者是一个理解能力偏慢、稍钻牛角尖的程序员,什么东西都要从最基础理解起,一步一步向上理解,因此讲述时也是这样,讲述的也比较通俗,都是按照个人的理解来讲述的,也请大家少安毋躁。

    在计算机中无论任何数据的传输、存储、持久化,都是以二进制的形式体现的。

    那么当我存一个字符的时候,计算机需要持久化到硬盘,或者保存在内存中。

    这个时候保存在内存、硬盘的数据显然也是二进制的。

    那么当我需要从硬盘、内存中取出这些字符,再显示的时候,为什么二进制会变成了字符呢?

    这就是码表存在的意义。

    码表其实就是一个字符和其对应的二进制相互映射的一张表。

    这张表中规定了字符和二进制的映射关系。

    计算机存储字符时将字符查询码表,然后存储对应的二进制。

    计算机取出字符时将二进制查询码表,然后转换成对应的字符显示。

    大致可以这样理解。

    By the way

    不同的码表所容纳的字符映射也是不同的。

    在有些码表中一个字符占用1个字节,1个字节能表示的范围是-128到127,总共为256。所以能容纳256个字符映射。

    而有的码表中一个字符占用2个,甚至3个字节,因此能容纳的字符映射也更多。

    下面笔者按照自己的理解详细讲述一下不同的码表。

    常见的码表:

    ASCII:

    美国码表,码表中只有英文大小写字母、数字、美式标点符号等。每个字符占用1个字节,所有字符映射的二进制都为正数,因此有128个字符映射关系。

    GB2312:

    兼容ASCII码表,并加入了中文字符,码表中包含英文大小写字母、数字、美式标点符号占一个字节,中文占两个字节,中文映射的二进制都是负数,因此有128× 128 = 16384个字符映射关系。

    GBK/GB18030:

    兼容GB2312码表,英文大小写字母、数字、美式标点符号,占一个字节。中文占两个字节,第一个字节为负数,第二个字节为正数和负数,因为有128× 256 = 32768个字符映射关系。

    Unicode码表:

    国际码表,包含各国大多数常用字符,没个字符都占2个字节,因此有65536个字符映射关系。Java语言使用的就是Unicode码表。

    UTF-8码表:(是Unicode编码表的一种实现形式

    同样是国际码表,但英文占一个字节,中文占3个字节。

    实际存储中看看具体的影响:

  • 相关阅读:
    WiFi流量劫持—— 浏览任意页面即可中毒!
    POJ3614防晒霜 这个贪心有点东西(贪心+优先队列)
    7月24日训练记录
    环形均分纸牌问题(中位数)
    7月23日训练总结
    7.22学习总结
    POJ 1176 Party Lamps&& USACO 2.2 派对灯(搜索)
    尘埃落定,以梦为马,不负韶华
    P1522 牛的旅行 Cow Tours(floyd)
    分享一种解题的思想,有关时间复杂度探讨
  • 原文地址:https://www.cnblogs.com/csguo/p/7402034.html
Copyright © 2011-2022 走看看