一加Ace2 Pro真機揭曉 鈦空灰配色質(zhì)感拉滿
終于，在經(jīng)過了幾波預(yù)熱之后，一加Ace2 Pro的外觀真機圖在網(wǎng)上出現(xiàn)了。還是博主數(shù)碼閑聊站曝光的，這次的外觀設(shè)計還是延續(xù)了一加11的方案，只是細節(jié)上有了調(diào)整，例如新加入了鈦空灰
什么是字符集？什么是編碼？什么是解碼？它們之間有什么關(guān)系？ASCII、Unicode、UTF-8、ISO-8859-1、GB2312，這些在計算中常見的名詞，它們代表的真正含義是什么？這篇文章幫你講透！
字符集（Character Set）是字符的一個集合，包含字母、數(shù)字、標點符號、控制字符、中文以及其他符號。常見的字符集包括：
編碼（Encoding）是將字符集中的字符轉(zhuǎn)換為計算機可以處理的二進制數(shù)據(jù)的規(guī)則或方案。不同的編碼方式會使用不同的二進制模式來表示同一個字符。常見的編碼方式包括：
解碼（Decoding）是將編碼后的數(shù)據(jù)還原為其原始格式的過程，解碼通常是編碼的逆過程。
通過上面的描述可以知道：GB2312，GBK，GB18030 它即包含一套字符集，也包含了對應(yīng)的一套編解碼。
計算機起源于美國，計算機內(nèi)部使用的是二進制（0/1），而美國的通用的語言是英文，于是，為了規(guī)范英語字符與二進制位之間的關(guān)系，在上個世紀60年代，美國制定了一套字符編碼，這就是一直沿用至今的 ASCII 碼。
在英語里，除了 26個英文字母的大小寫，再加上一些通用的符號，總共 128個字符（包括 32個不能打印的控制符號），因此，ASCII碼也定義了與之對應(yīng)的 128個編碼，比如，字母 A的 ASCII碼是十進制 65（二進制：01000001）。
對于 128=2? 個字符，只需要一個字節(jié)就能存儲（1byte = 8bit），而且只需要占用了一個字節(jié)的后面7 位，因此，ASCII碼規(guī)定二進制的最前面的一位統(tǒng)一為 0。如下為一張 ASCII碼表：
所以，ASCII碼是為了英語使用者能夠把常用的 128個字符存儲在計算機中而設(shè)置的一套規(guī)則。
ASCII碼的設(shè)計很優(yōu)秀，但對于中文使用者，怎么能接受計算機存儲不了中文的現(xiàn)實？于是，聰明的中國人在 1980年發(fā)布了一套適用自己的新編準：GB2312。
GB2312 是中華人民共和國國家標準《信息交換用漢字編碼字符集 基本集》的簡稱，全稱為 GB 2312-1980。該標準定義了用于簡體中文字符和一些其他字符的編碼方法，而且兼容 ASCII，廣泛應(yīng)用于中文信息處理系統(tǒng)中。
GB2312是一個雙字節(jié)編碼字符集，即 GB2312中的所有字符都使用兩個字節(jié)進行編碼和存儲，具體編碼結(jié)構(gòu)如下：
GB2312 總共有 7445個字符，主要包括 6763個漢字和 682個非漢字字符（如 ASCII、拉丁字母、希臘字母、日文假名、符號等）。具體分為以下兩個部分：
GB2312 編碼表可以通過下面這兩個特定的公式計算得到：
以“你好” 為例來演示：
“你”在 GB2312編碼表中位于第 36區(qū)第 67位：
高字節(jié)：0xA1 + 36 - 1 = 0xC4低字節(jié)：0xA1 + 67 - 1 = 0xE3因此，"你"的 GB2312編碼為 0xC4E3，和 GB2312編碼表中的值可以對應(yīng)上。“好”在 GB2312編碼表中位于第 26區(qū)第 35位：
高字節(jié)：0xA1 + 26 - 1 = 0xBA低字節(jié)：0xA1 + 35 - 1 = 0xC3因此，"好"的 GB2312編碼是 0xBAC3，和 GB2312編碼表中的值可以對應(yīng)上。隨著互聯(lián)網(wǎng)的快速發(fā)展，GB2312編碼表中定義的字符已經(jīng)不夠用了，因此，GB2312的擴展版 GBK編碼表誕生了。
GBK是“國標擴展字符集”前 3個漢字拼音首字母的縮寫，全稱是《漢字內(nèi)碼擴展規(guī)范》（Chinese Internal Code Extension, GBK）。GBK字符集是 1993年發(fā)布的，它是對 GB2312的擴展。
GBK是一個雙字節(jié)編碼字符集，每個字符由一個或兩個字節(jié)表示。其編碼結(jié)構(gòu)如下：
① GBK擴展了 GB2312的編碼范圍，使其支持更多字符
② 單字節(jié)部分（與 ASCII兼容）：0x00 - 0x7F
③雙字節(jié)部分：
GB18030 是國家標準化委員會（SAC）發(fā)布的字符編碼標準，是一種用于漢字、漢語拼音、注音符號和漢字部首等文字的字符集和編碼方案，它是繼 GB2312和 GBK 后更強筋的版本。
GB18030的特點包括：
ISO-8859-1，全稱為”ISO/IEC 8859-1”，是國際標準化組織（ISO）和國際電工委員會（IEC）發(fā)布的字符編碼標準之一，也被稱為 Latin-1或 Western European (ISO)。它是 ISO-8859系列中的第一個字符編碼標準，旨在支持西歐地區(qū)的主要語言，如英語、法語、德語、西班牙語等。
ISO-8859-1的特點包括：
ISO-8859-1的一些限制：
總的來說，ISO-8859-1是一個針對西歐語言的基本字符編碼標準，雖然在全球范圍內(nèi)的使用逐漸減少，但在某些特定的場景和遺留系統(tǒng)中仍然可能會遇到。
上面介紹的字符集，要么是為英語或者西歐使用者設(shè)計的，要么是兼容漢字但對其他語言不友好，因此，有沒有一種全球通用并且包含全球所有通用的字符呢？
于是，Unicode字符集誕生了！
Unicode，正如它的中文意思“統(tǒng)一碼”一樣，它包含了世界上所有的通用符號（超過 110多萬個符號），而且給每個符號賦予一個獨一無二的編碼，通常表示為：U+后跟一個十六進制數(shù)，例如，U+56fd 表示漢字的“國”，U+0639 表示阿拉伯字母 Ain，U+0041 表示英語的字母 A等。
Unicode盡管包含了全球所有通用的字符，但它只是統(tǒng)一了所有的字符集，也就是說它只規(guī)定了符號的二進制代碼格式，卻沒有規(guī)定這個二進制代碼應(yīng)該如何存儲（編解碼）。
比如，Unicode 包含的這些字符集中，有的 1個字節(jié)能存儲，有的 2個字節(jié)能存儲，有的需要 4個字節(jié)才能存儲，因此，對于一個 Unicode字符，計算機如何知道需要采用幾個字節(jié)來存儲？基于此局面，急需一套統(tǒng)一的編碼方式。
對于 Unicode字符集，通常有 UTF-8，UTF-16，UTF-32等編碼方式。
UTF，Unicode Transformation Format（Unicode 轉(zhuǎn)換格式），而 UTF-8是目前互聯(lián)網(wǎng)上使用最廣的一種 Unicode實現(xiàn)方式，因此，本文重點分析 UTF-8。
UTF-8 是一種變長的編碼方式，使用 1~4個字節(jié)來表示不同的 Unicode字符：
UTF-8 編碼的字節(jié)結(jié)構(gòu)如下：
1字節(jié): 0xxxxxxx2字節(jié): 110xxxxx 10xxxxxx3字節(jié): 1110xxxx 10xxxxxx 10xxxxxx4字節(jié): 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx通過上述字節(jié)結(jié)構(gòu)，可以總結(jié)兩個規(guī)律：
(1) 字符 ‘A’ (U+0041)
分析：字符’A’的 Unicode是 U+0041，位于 U+0000 到 U+007F之間，因此，一個字節(jié)就可以表示，因此，二進制為：01000001，轉(zhuǎn)成十六進制為：0x41
(2) 字符 ‘€’ (U+20AC)
分析：字符 ‘€’的 Unicode是 U+20AC，位于 U+0800 到 U+FFFF之間，因此，需要用 3個字節(jié)表示，即1110xxxx 10xxxxxx 10xxxxxx，將“20AC”中的每個字符直接轉(zhuǎn)換成二進制為：0010 0000 1010 1100，然后將它從低位往高位（從右到左）依次替換x，如下圖：
這樣得出字符 ‘€’ (U+20AC)用 UTF-8編碼的二進制為：11100010 10000010 10101100，轉(zhuǎn)換成十六進制為：0xE2 0x82 0xAC
使用過 MySQL數(shù)據(jù)庫的小伙伴對 utf8mb4肯定不陌生，它是 MySQL數(shù)據(jù)庫中的一種字符集，具體來說是 UTF-8的一個變種，能夠支持所有的 Unicode字符，包括那些需要 4個字節(jié)表示的字符（例如某些 emoji表情符號和一些罕見的漢字）。
在 MySQL中，utf8字符集最多支持 3個字節(jié)的字符，因此，它不能存儲所有的 Unicode字符，而 utf8mb4字符集支持 4個字節(jié)的字符，能夠存儲所有的 Unicode字符。
因此，在一些涉及聊天業(yè)務(wù)的場景，utf8mb4字符集經(jīng)常被使用，主要是用于存儲 emoji表情，比如：
本文鏈接：http://www.www897cc.com/showinfo-26-91516-0.htmlASCII、Unicode、UTF-8、utf8mb4，有啥區(qū)別？
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
上一篇： 我們一起聊聊C# 開啟線程的四種方式
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請聯(lián)系：2376512515@qq.com 津ICP備18001702號
津公網(wǎng)安備 12010102000574號