计算机编码--字符集和编码规则

计算机的世界是0和1的世界

 

我们知道计算机的全部其实就是数据加指令

指令和数据都以二进制的形式存储和传输

 

所有的数据在计算机的内存中都是以二进制的形式存在

存：我们从界面上看到的字符、数字、图片如何转换成二进制进行存储？

取：当我们需要从计算机中读取文档时，这些二进制的数据又如何转换成我们需要的格式？

 

带着这些问题，今天来一探究竟？

计算机不论是存和取得过程都离不开字符集和编码规则。

只有定义好了字符集和编码规则这两个要素，你存储在计算机中得文档打开时才会正确得显示。

 以下常见得字符集和存储占用得空间大小

ASCII 字符集、1个字节，收录128个字符，最多能表示256个字符

GB2312字符集、2个字节，兼容ASCII，最多能表示65536个字符（字符集收录21886个符号）

Big5字符集、变字节（1ASCII,2,4）兼容ASCII

Unicode字符集 针对各国文字符号进行统一的编码（收录65534个字符）定长双字节编码

 

针对 Unicode编码，2个字节表示英文字母浪费内存，所以

utf8 编码规则，编码后大小时变得，从1到6个字节不等，英文字母1个字节，汉字3个字节表示

utf16  2字节

 

比如：汉字“我”

在GBK字符集中 10进制码为52946 二进制形式

在Unicode字符集中 10进制码为25105 二进制形式

 

通过字符集中数字与相应字符的映射，我们计算机里面所有的字符都有一个数字代号，存储得时候我们存储得是这个数字代号得二进制形式。

当我们需要读出来的时候再根据这个映射与找到相应的字符，表示出来，这便是我们存储与读取的过程。