ascii码，gbk编码，unicodo码，utf-8码

本文简略讲解这几个编码的关系，

1、ASCII (American Standard Code for Information Interchange)：美国信息交换标准代码，

主要应用于英文的编码，每个英文占用一个字节，存储到文件中。

2、gbk，兼容英文编码的情况下，可用于中文编码，其中，英文单词占用一个字节，中文字占用两个字节，存储到文件中。

3、unicode码，也叫万国码、单一码，由于各个国家的文字不同，它为每种语言中的每个字符设定了统一并且唯一的值。长度很长，例如英文字母“A”的unicode码值为65，中文“智”的unicode码值为26234，如果用同样长度的字节保存，那么对于英文字母来说就是浪费了空间，所以此时出现了utf-8，针对Unicode的一种可变长度字符编码。

4、utf-8，可变长度字符编码。对于英文来说，只需要使用一个字节代表，对于中文来说，需要三字自己代码，那么我们怎么知道utf-8编码格式下的字节是一个一组还是三个一组？这就需要用到utf-8的定义方式。

UTF-8，采用1-4个字符进行传输和存储数据。

编码规则：使用下面的模板进行转换

Unicode符号范围（十六进制） | UTF-8编码方式(二进制)
------------------------------------------------------------------------
0000 0000-0000 007F | 0xxxxxxx
0000 0080-0000 07FF | 110xxxxx 10xxxxxx
0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx
0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

如上图：

如果是英文，那么他占用一个字节，字节的二进制起始位为0，一个字节

如果是中文，那么它占用三个字节，字节的二进制起始位为1110，三个字节

下面举例说明utf-8怎么表示中文的，

char aChar = '智';
System.out.println(aChar);
int index = (int)aChar;
System.out.println("unicode十进制:"+index);
String hexString = HexUtil.toHex(index);
System.out.println("unicode十六进制:"+hexString);

通过以上代码，我们知道中文“智”的unicode码是26234，那么他的通过utf-8三个字节表示，是什么呢？使用如下代码

for (int i = 0; i < bytes.length; i++) {System.out.println(bytes[i]);System.out.println(getBinaryString(bytes[i]));System.out.println("-----------------");
}

得到这三个字节的值为 -26，-103，-70，

他们的补码分别是11100110，10011001，10111010

对应上述 1110xxxx 10xxxxxx 10xxxxxx 10xxxxxx

也就是utf-8代表的xxxx中的值为0110 011001 111010，使用二进制，转换，正好是26234

所以，utf-8的编码格式是这样得到的，通过规定的byte数组得到二进制数，对比unicode码表，得到中文名称。

ascii码，gbk编码，unicodo码，utf-8码相关推荐

字符集ASCII、GBK、UNICODE、UTF在储存字符时的区别
ASCII编码(American Standard Code for Information Interchange,美国信息互换标准代码),使用127个8进制字节表示英文和半角字符. GBK (Gu ...
Python 入门 26 —— ASCII 编码、Unicode 编码、 UTF-32、 UTF-16、 UTF-8、 GB2312 编码、 GBK 编码
计算机存储和处理信息都是以一个8位的二进制字节为单位的,例如:0b 1111 0000.一个字母.汉字等如何用一个二进制的数(编码)来表示呢.在计算机发展初期,因为没有人能预料到计算机会有现在这么大的 ...
Verilog中状态机编码方式的选择：二进制编码(Binary)、格雷码(Gray-code)编码、独热码(One-hot)编码
一般的,在Verilog中最常用的编码方式有二进制编码(Binary).格雷码(Gray-code)编码.独热码(One-hot)编码. 二进制码和格雷码是压缩状态编码. 若使用格雷编码,则相邻状态转 ...
JPEG2000中最佳截断嵌入码块编码EBCOT
1. 最佳截断嵌入码块编码EBCOT 最佳截断嵌入码块编码 (embedded block coding with optimized truncation,EBCOT)是David Taubman在 ...
[编码]ASCII、GBK、Unicode(万国码) 和 UTF-8
American ASCII编码 (American Standard Code for Information Interchange,美国信息互换标准代码) China gbk编码 ...
汉字编码（【Unicode】【UTF-8】【Unicode与UTF-8之间的转换】【汉字 Unicode 编码范围】【中文标点Unicode码】【GBK编码】【批量获取汉字UNICODE码】）
参考博客: Unicode与UTF-8互转(C语言实现):http://blog.csdn.net/tge7618291/article/details/7599902 汉字 Unicode 编码范围 ...
ASCII码、Unicode编码对照表 —— ASCII控制字符 Unicode编码字符编码的前世此生
ASCII控制字符 Unicode编码 ASCII(American Standard Code for Information Interchange,美国信息互换标准代码,ASCⅡ)是基于拉丁字 ...
计算机底层：ASCII码、区位码、国标码、汉字机内码，还有字形码和输入输出编码之间的关系以及介绍
计算机底层:ASCII.区位码.国标码.汉字机内码之间的关系,还有字形码和输入输出编码之间的关系以及介绍键盘上有:数字.字母.符合.这些都称作为字符,而它们的组合就叫做:字符串. ASCII 键盘上 ...
python用gbk编码自己的名字_基于python的汉字转GBK码
说明: 今天想用python调用百度框计算的搜过结果,看到了URL里面的汉字用GBK编码,虽然可以直接在URL里面加入中文,之前也做过一个简体字转GBK码的python函数,但还是略嫌麻烦,今天改了一 ...

ascii码，gbk编码，unicodo码，utf-8码

ascii码，gbk编码，unicodo码，utf-8码相关推荐

最新文章

热门文章