编码的作用及常见的编码方式浅析

技术  /  管理员 发布于 2年前   509

编码的作用：

计算机只能处理数字，如果想让计算机处理人类语言，则需要将字符转换为数字，而计算机编码就是将字符转换为数字的过程；

编码还可以用于压缩数据，以便更有效地存储和传输数据；

常见的编码方式

ASCII 码

ASCII 码，可以表示 128 个字符，用一个字节的低 7 位表示，0~31 是控制字符，比如换行、回车、删除等；32~126 是打印字符，可以通过键盘输入并且能够显示出来。

ISO-8859-1

128 个字符显然是不够用的，于是 ISO 组织在 ASCII 码基础上又制定了一些列标准用来扩展 ASCII 编码，它们是 ISO-8859-1 ~ ISO-8859-15，其中 ISO-8859-1 涵盖了大多数西欧语言字符，所以应用的最广泛。ISO-8859-1 仍然是单字节编码，它总共能表示 256 个字符。

GB2312

全称是《信息交换用汉字编码字符集 基本集》，它是双字节编码，总的编码范围是 A1-F7，其中从 A1-A9 是符号区，总共包含 682 个符号，从 B0-F7 是汉字区，包含 6763 个汉字。

GBK

全称是《汉字内码扩展规范》，是国家技术监督局为 windows95 所制定的新的汉字内码规范，它的出现是为了扩展 GB2312，加入更多的汉字，它的编码范围是 8140~FEFE（去掉 XX7F）总共有 23940 个码位，它能表示 21003 个汉字。

兼容性

GBK 兼容 GB2312，也就是说用 GB2312 编码的汉字可以用 GBK 来解码，并且不会有乱码。

GB18030

全称是《信息交换用汉字编码字符集》，是我国的强制标准，它可能是单字节、双字节或者四字节编码。

虽然是国家标准，但是实际应用系统中使用的并不广泛。

兼容性

GB18030 兼容 GB2312。

UTF-16

说到 UTF 必须要提到 Unicode（Universal Code 统一码），ISO 试图想创建一个全新的超语言字典，世界上所有的语言都可以通过这本字典来相互翻译。Unicode 可以表达的字符非常多，需要用多个字节来存储。

UTF-16意味着用两个字节来表示 Unicode 字符，两个字节是 16 个 bit，所以叫 UTF-16。

ASCII

有很大一部分字符用一个字节就可以表示，UTF-16 统一采用两个字节表示一个字符，存储空间放大了一倍，造成浪费。

UTF-8 采用了一种变长技术，每个编码区域有不同的字码长度，不同类型的字符可以是由 1~6 个字节组成。