圖解字符編碼

啥叫字符集

計算機只認識0和1

那字符串「abc」咋顯示呢？ 有個相似於字典的東西，告訴計算機在此種狀況（在此編碼格式）下，某些數字該顯示什麼。

這種字典，就是字符集

現有的字符集

目前主要有如下幾種字符集：

• ASCII字符集
• ISO 8859-1字符集
• GB2312字符集
• GBK字符集
• Unicode編碼

ASCII字符集

共收錄128個字符，都是些最最基礎的字符。詳情請看百度百科

大小：佔一個字節

ISO 8859-1字符集(別名latin1)

ASCII字符集的擴充。共收錄256個字符。ASCII字符集基礎上擴充了128個西歐經常使用字符(包括德法兩國的字母)

大小：佔一個字節

GB2312字符集

劃重點：made in china。 百度百科~曰：」共收錄6763個漢字，其中一級漢字3755個，二級漢字3008個；同時，GB 2312收錄了包括拉丁字母、希臘字母、日文平假名及片假名字母、俄語西裏爾字母在內的682個全角字符。「詳情請看百度百科

兼容ASCII字符集。

大小：若是該字符在ASCII字符集中，則採用1字節編碼。不然採用2字節編碼。

GBK字符集

劃重點：made in china。 繼GB2312字符集以後中國又出的一套標準。這套更牛逼：不只徹底兼容GB2312字符集。還擴充了不少： 」共23940個碼位，共收錄了21003個漢字...所有中日韓漢字...「 總之一個字：牛逼！

大小：若是該字符在ASCII字符集中，則採用1字節編碼。不然採用2字節編碼。

Unicode編碼。

牛逼的玩意兒來了。先看看它的中文譯名：統一碼、萬國碼、單一碼。 收錄地球上的全部字符，如今還在不斷擴充。 可是，須要注意的是，Unicode只是一個符號集，它只規定了符號的二進制代碼，卻沒有規定這個二進制代碼應該如何存儲。

其中，Unicode編碼規定的符號代碼必須以」U+」作前綴。

編號怎麼對應到二進制表示呢？有多種方案：主要有 UTF-8，UTF-16，UTF-32。

• UTF-32字符集。將unicode編碼的碼號直接轉成對應的二進制數。大小：4個字節。
• UTF-16字符集。使用變長字節表示。大小：對於編號在 U+0000 到 U+FFFF 的字符（經常使用字符集），直接用兩個字節表示，其他的用4個字節
• UTF-8字符集。使用變長字節表示。兼容ASCII字符集。大小:1~4個字節

字符集之間的關係

參考文獻:

• 掘金小冊《MySQL 是怎樣運行的：從根兒上理解 MySQL》
• blog.csdn.net/zhusongziye…
• www.cnblogs.com/kingstarspe…

更多精彩內容，請關注個人微信公衆號 互聯網技術窩 或者加微信共同探討交流：