字符和编码

1、概述

1.1大体目的

• 了解编码集的发展
• 中文编码集
• 经常使用编码

2、ASCII码

2.1ASCII码

1. ASCII码使用7bit二进制数来表示，因此共2^7=128个编码。
2. ASCII包含95个可打印的字符和33个不可打印字符（包括控制字符） （128 = 33 + 95）

记住一些经常使用的ASCII码的10进制数字是颇有必要的，好比说A是65，a是97，0是48。同一个字母，大写字母比小写字母小32。

2.2ASCII码的拓展

随着计算机技术的发展，ASCII码逐渐知足不了人们的需求了，主要包括以下几点：

• 不少应用或者国家中的符号都没法表示
• 数学字符：“➗、≠、≥、≈”等等一些数学字符没法表示。

因此ASCII码就被扩充了。扩充后的是增长了一位的，也就是从原来的7位变为8位，扩充后的编码叫作 Extend ASCII码。
拓展的ASCII码增长了一些英标、希腊符号、欧洲字符、表格符、其余经常使用符等一些字符。

3、我国字符编码集的国际化

事实上，不少国家的语言是有限字符构成的，然而我国文化博大精深，中文则是不以有限字符组合的语言。因此字符编码集的国际化就颇有必要。

3.1 GB2312

国标2312是我国最先的比较完毕的一个编码集，全称叫：信息交换用汉字编码字符集，包括7前多个字符。

3.2 GBK

因为GB2312的规范性不被国家承认，因此我国又发命了GBK（国标扩）这种编码集，全称叫：汉字内码扩展规范。
它向下兼容GB2312,向上支持国际ISO标准。收录了2.1万多个汉字，并支持所有中日韩汉字。

4、Unicode

咱们须要一种全世界通用的字符编码，举个例子，好比美国的tom要访问中国的一个网站，若tom的电脑上没有安装GBK这种支持中文的编码集，则他看到的中文网站将是一片乱码。因此咱们不只要有一个本地化的编码，还学要一个全球化的编码集。

Unicode :统一码、万国码、单一码，支持世界上全部国家的语言编码，定义了世界通用的符号集，UTF-*实现了编码。
好比说咱们日常使用的UTF-8是以字节为单位对Unicode进行编码。

5、拓展

① 平时编程时，建议使用Unicode字符集， 建议使用UTF-8
②中国的Windows系统是默认使用GBK编码方式的。因此在平时设置IDE的时候咱们也要注意下。
③字符集在记事本上的更改： 记事本默认的存储编码是ANSI。
在简体中文系统下，ANSI 编码表明GB2312 编码，在日文操做系统下，ANSI 编码表明JIS 编码。
咱们在桌面新建一个测试记事本，并输入如下内容

点击另存为，能够看到，下方有个编码的选项，默认选择ANSI就是GBK编码。

咱们对保存后的文本文档，点击右键选择打开方式，咱们换成另外一个文本文档软件，在此使用sublime打开，咱们发现：

咱们发现中文字符所有乱码，这是因为GBK的中文编码和UTF-8的中文编码不一致形成的，这也是为何咱们平时在IDE上打中文注释移到记事本乱码的缘由。
咱们在换过来讲明下，下面是将sublime中的中文文档转至记事本的状况：

咱们点击另存为保存后，使用TXT打开：

发现此时text的编码是UTF-8的。实时上我可使用记事本任意切换UTF和GBK这两种编码方式，当咱们遇到GBK和UTF编码的乱码，而且是由于这两种格式的中文编码不一样致使时，咱们不妨使用上面这种方法，让中文编码变成正常的形式。