字符和編碼

1、概述

1.1大體目的

• 瞭解編碼集的發展
• 中文編碼集
• 經常使用編碼

2、ASCII碼

2.1ASCII碼

1. ASCII碼使用7bit二進制數來表示，因此共2^7=128個編碼。
2. ASCII包含95個可打印的字符和33個不可打印字符（包括控制字符） （128 = 33 + 95）

記住一些經常使用的ASCII碼的10進制數字是頗有必要的，好比說A是65，a是97，0是48。同一個字母，大寫字母比小寫字母小32。

2.2ASCII碼的拓展

隨着計算機技術的發展，ASCII碼逐漸知足不了人們的需求了，主要包括以下幾點：

• 不少應用或者國家中的符號都沒法表示
• 數學字符：「➗、≠、≥、≈」等等一些數學字符沒法表示。

因此ASCII碼就被擴充了。擴充後的是增長了一位的，也就是從原來的7位變爲8位，擴充後的編碼叫作 Extend ASCII碼。
拓展的ASCII碼增長了一些英標、希臘符號、歐洲字符、表格符、其餘經常使用符等一些字符。

3、我國字符編碼集的國際化

事實上，不少國家的語言是有限字符構成的，然而我國文化博大精深，中文則是不以有限字符組合的語言。因此字符編碼集的國際化就頗有必要。

3.1 GB2312

國標2312是我國最先的比較完畢的一個編碼集，全稱叫：信息交換用漢字編碼字符集，包括7前多個字符。

3.2 GBK

因爲GB2312的規範性不被國家承認，因此我國又發命了GBK（國標擴）這種編碼集，全稱叫：漢字內碼擴展規範。
它向下兼容GB2312,向上支持國際ISO標準。收錄了2.1萬多個漢字，並支持所有中日韓漢字。

4、Unicode

咱們須要一種全世界通用的字符編碼，舉個例子，好比美國的tom要訪問中國的一個網站，若tom的電腦上沒有安裝GBK這種支持中文的編碼集，則他看到的中文網站將是一片亂碼。因此咱們不只要有一個本地化的編碼，還學要一個全球化的編碼集。

Unicode :統一碼、萬國碼、單一碼，支持世界上全部國家的語言編碼，定義了世界通用的符號集，UTF-*實現了編碼。
好比說咱們日常使用的UTF-8是以字節爲單位對Unicode進行編碼。

5、拓展

① 平時編程時，建議使用Unicode字符集， 建議使用UTF-8
②中國的Windows系統是默認使用GBK編碼方式的。因此在平時設置IDE的時候咱們也要注意下。
③字符集在記事本上的更改： 記事本默認的存儲編碼是ANSI。
在簡體中文系統下，ANSI 編碼表明GB2312 編碼，在日文操做系統下，ANSI 編碼表明JIS 編碼。
咱們在桌面新建一個測試記事本，並輸入如下內容

點擊另存爲，能夠看到，下方有個編碼的選項，默認選擇ANSI就是GBK編碼。

咱們對保存後的文本文檔，點擊右鍵選擇打開方式，咱們換成另外一個文本文檔軟件，在此使用sublime打開，咱們發現：

咱們發現中文字符所有亂碼，這是因爲GBK的中文編碼和UTF-8的中文編碼不一致形成的，這也是爲何咱們平時在IDE上打中文註釋移到記事本亂碼的緣由。
咱們在換過來講明下，下面是將sublime中的中文文檔轉至記事本的狀況：

咱們點擊另存爲保存後，使用TXT打開：

發現此時text的編碼是UTF-8的。實時上我可使用記事本任意切換UTF和GBK這兩種編碼方式，當咱們遇到GBK和UTF編碼的亂碼，而且是由於這兩種格式的中文編碼不一樣致使時，咱們不妨使用上面這種方法，讓中文編碼變成正常的形式。