字符集及其存储方式（解决乱码问题）

在我们进行文本挖掘或处理文档时，都要面临一个最最基本的问题->就是解决乱码问题。在此，介绍最本质的字符编码。 我们熟悉的有三种：ASCII字符集，中文字符集(GBK)，Unicode字符集   ASCII字符集 故事：        美国信息交换标准代码，这是计算机上最早使用的通用的编码方案。那个时候计算机还只是拉丁文字的专利，根本没有想到现在计算机的发展势头，如果想到了，可能一开始就会使用uni

>>阅读原文<<