围剿四大编码——ANSI、ASCII、Unicode和UTF-8
-
- 前言絮絮念
- 字节和字符的区分
-
- ASCII码
- ANSI码
- Unicode编码
- UTF-8编码
- 小总结
前言絮絮念
| 提到字符集，大多数小伙伴可能多会想起自己曾经在学编程的时候，要么要么别人的代码，或者搞网页开发的，浏览器一跑，啊这，怎么全是乱码... |
文章图片
【琐琐碎碎小知识|排队取快递这会我理清楚了各种编码集】
文章图片
| 一番查询之后知道是字符集没有统一的原因，快速修正，好了，问题解决，继续学习~。 |
| 但是不知道有没有小伙伴和我一样，看到乱码我知道改UTF-8，简单字符a我知道它的ASCII码是97，看到大写的A我知道它的ASCII码是65。但是你让我说说UTF-8是什么，它们的区别，我还真的什么都说不出来 |
文章图片
| 好了，不扯闲话了，咱们是正经人，解决今天的事儿，怎么系统的区分出它们。 |
字节和字符的区分
一、字节
文章图片
文章图片
在计算机中，字节是用来计量计算机的存储容量的一个单位。英文是Byte。也就是常见的存储单位MB、GB后的这个大写的"B"。计算机汇总存储信息的最小单位是位(bit)，通俗来说了，计算机的一个'0'或者一个'1'就作一位。 它们之间的关系是这种的，
八位 算作 一字节： 1Byte = 8 bit |
二、字符
| 字符是指计算机中使用的文字和符号，比如“1、2、3、A、B、C、~！·#￥%…*（）+”等等都是称为字符。 |
ASCII码
ASCII码应该是四个编码中最傻白甜的了，也应该是科班的同学接触的最多的了吧，大一的C语言作业应该都有 字 符 a 字符a 字符a转成 字 符 A 字符A 字符A的身影吧。
文章图片
ASCII的全名是
American Standard Code for Information Interchange， 中文翻译过来是美国信息交换标准码
| ASCII码中，一个英文字母（不分大小写）占一个字节的空间，一个中文汉字占两个字节的空间。 |
对于ASCII码而言，印象最深的应该是ASCII码表了。
几个比较重要的是记住就好：0的ASCII码是48；A的ASCII码是65；a的ASCII码是97。其他的1、b、B呀是逐渐加1去递推就好。然后ASCII码就没有其他比较重要的了吧(狗头保命)。 |
文章图片
我把表放这儿啦，不用去百度啦，本来就是趁着取快速的时间看会CSDN，不用切换边百度了。
文章图片
ANSI码
| ANSI码是对ASCII码的一种拓展。因为ASCII码表示的128个字符是不能满足咱们的需求的。 |
| ANSI编码用0x00~0x7f （即十进制下的0到127）范围的1 个字节来表示 1 个英文字符，超出一个字节的 0x80~0xFFFF 范围来表示其他语言的其他字符。也就是说，ANSI码仅在前128（0-127）个与ASCII码相同，之后的字符全是某个国家语言的所有字符。 |
| ANSI编码其实包括很多编码：中国制定了GB2312编码，用来把中文编进去另外，日本把日文编到Shift_JIS里，韩国把韩文编到Euc-kr里，各国有各国的标准。受制于当时的条件，不同语言之间的ANSI码之间不能互相转换，这就会导致在多语言混合的文本中会有乱码。 |
Unicode编码
| 为了解决不同国家ANSI编码的冲突问题，Unicode编码因此而生——如果全世界每一个符号都给予一个独一无二的编码，那么乱码问题就会消失。 |
文章图片
| Unicode标准也在不断发展，但最常用的是用两个字节表示一个字符（如果要用到非常偏僻的字符，就需要4个字节）。现代操作系统和大多数编程语言都直接支持Unicode。 |
| 但是问题在于，原本只是需要用一个字节存储的英文字母在Unicode里面必须存两个字节（规则就是在原来英文字母对应ASCII码前面补0），这就产生了浪费。那么有没有一种既能消除乱码，又能避免浪费的编码方式，此时，咱们可爱的UTF-8就出来了。 |
UTF-8编码
| UTF-8是一种变长的编码方式，它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度 |
| 当字符在ASCII码的范围时，就用一个字节表示，保留了ASCII字符一个字节的编码做为它的一部分，如此一来UTF-8编码也可以是为视为一种对ASCII码的拓展。 |
比较有趣的是：
unicode编码中一个中文字符占2个字节，而UTF-8一个中文字符占3个字节。从unicode到uft-8并不是直接的对应，而是要过一些算法和规则来转换 |
小总结
在计算机内存中，统一使用Unicode编码，当需要保存到硬盘或者需要传输的时候，就转换为UTF-8编码。
用记事本编辑的时候，从文件读取的UTF-8字符被转换为Unicode字符到内存里，编辑完成后，保存的时候再把Unicode转换为UTF-8保存到文件。这种方式好巧妙，即统一了字符，又解决了乱码，还省了空间 |
文章图片
推荐阅读
