zoukankan      html  css  js  c++  java
  • JavaSE-21 字符编码简介

    ASCII

    ASCII(American Standard Code for Information Interchange,美国信息交换标准代码)是基于拉丁字母的一套电脑编码系统,主要用于显示现代英语和其他西欧语言。它是现今最通用的单字节编码系统,并等同于国际标准ISO/IEC 646。

    ISO-8859-1

    最早的编码,和ASCII编码相似。属于单字节编码,最多能表示的字符范围是0-255,应用于英文系列,无法表示中文。

    GB2312/GBK

    专门用来表示汉字,是双字节编码,而英文字母和ISO-8859-1一致(兼容ISO-8859-1编码)。其中GBK编码能够用来同时表示繁体字和简体字,而GB2312只能表示简体字,GBK是兼容GB2312编码的。

    UNICODE

    最统一的编码,可以用来表示所有语言的字符,而且是定长双字节(也有四字节的)编码,不兼容ISO-8859-1。

    UTF

    由于UNICODE编码不兼容ISO-8859-1,而且容易占用更多的空间,所以UNICODE不便于传输和存储,因此而产生了UTF编码,UTF编码兼容ISO-8859-1编码,同时也可以用来表示所有语言的字符。UTF编码是不定长编码,每一个字符的长度从1-6个字节不等。另外,UTF编码自带简单的校验功能。一般来讲,英文字母都是用一个字节表示,而汉字使用三个字节(UTF-8)。



    本博客文章未经许可,禁止转载和商业用途!

    如有疑问,请联系: 2083967667@qq.com


  • 相关阅读:
    请求headers处理
    requests模块
    urllib3
    urllib
    百度AI搜索引擎
    CSS层叠样式表--使用
    学习requests_html
    聚合新闻头条
    爬虫工程师的月薪如何?
    Linux日志系统
  • 原文地址:https://www.cnblogs.com/rask/p/8254156.html
Copyright © 2011-2022 走看看