字符集及其存儲方式（解決亂碼問題）

在我們進行文本挖掘或處理文檔時，都要面臨一個最最基本的問題->就是解決亂碼問題。在此，介紹最本質的字符編碼。 我們熟悉的有三種：ASCII字符集，中文字符集(GBK)，Unicode字符集   ASCII字符集 故事：        美國信息交換標準代碼，這是計算機上最早使用的通用的編碼方案。那個時候計算機還只是拉丁文字的專利，根本沒有想到現在計算機的發展勢頭，如果想到了，可能一開始就會使用uni

>>阅读原文<<