字符串

标签：

一.字符编码

字符编码其实就是一种映射规则。由于计算机只能理解二进制，我们在屏幕上看到的英文，汉字等字符都是二进制转换后的结果。按照何种约定将字符存储在计算机中，如‘a‘用什么表示，称之为编码。反之，如何将存储在计算机中的二进制数据解析显示出来，称之为“解码”。

字符集指一个系统支持的所有抽象字符的集合。字符是各种文字和符号的总称，字符编码指的是一套规则，将字符转换为计算机可以接受的数字系统的二进制数值。常见的字符集有ASCII字符集，Unicode字符集，GB2312字符集

ASCII(American Standard Code for Information Interchange)，即美国信息交换标准代码，其是基于拉丁字母的一套计算机编码系统。

ASCII字符集：主要包括控制字符(回车键，退格，换行键);可显示字符(英文大小写字符，阿拉伯数字和西文符号)。

ASCII编码：将ASCII字符集转换为计算机可以接受的数字系统的数的规则。使用7位(bits)表示一个字符，共128个字符;但是7位编码的字符集只能支持128个字符，为了表示更多的欧洲常用字符对ASCII进行了扩展，ASCIII扩展字符集使用8位(bits)表示一个字符，共256个字符。

ASCII及扩展ASCII码，最多只能编码256个字符，因此使用ASCII可支持的字符是有限的，例如，ASCII就不能对汉字，日文，韩文等进行编码

为了消除这个严重缺陷，使各种语言可统一编码，双字节编码应运而生。在双字节字符集中一个字符可由1个或2个字节组成。这就是UTF编码，即通常所说的Unicode码。

Unicode说明：Unicode码包括UTF-8,UTF-16,UTF-32三种标准。UTF-8编码长度不固定，UTF-16占两字节，UTF-32占4字节

UTF-8在编码时，将部分字符编码为1字节，部分字符编码为2字节，部分字符编码为3字节，还有一部分编码为4字节。其中，值在0x0080以下的字符压缩成1字节，主要存放美国使用的字符，值在0x0080-0x07ff间的字符使用2字节存储，主要存放欧洲及中东地区语言字符，值在0x07ff以上的字符使用3字节存储，主要存储东亚地区的语言。

UTF-16

字符串

标签：

原文地址：http://www.cnblogs.com/fenghuan/p/4855522.html