|
就100个左右，确切的说是128个。这样的话用一个字节进行编码就完全够了，不仅够用了，而且还富裕出一位，即第一位一直没有参与编码，统一定为 0 。这就是所谓的 ASCII 编码。在 ASCII 编码中，空格 SPACE 是 32 （二进制 00100000 ），大写的字母 A 是 65 （二进制 01000001 ）。
非ASCII
随着计算机的普及，欧洲也开始普及计算机，欧洲人发现 ASCII 规定的 128 个字符不能满足他们的使用，比如，在法语中，字母上方有注音符号，就无法用 ASCII 码表示。于是，一些欧洲国家就决定，把字节中闲置的第一位编入新的符号。比如，法语中的 é 的编码为 130 （二进制 10000010 ）。这样一来，这些欧洲国家使用的编码体系，最多可以表示 256 个符号。这就是大家经常见到的 ISO-8859-1 编码，也叫 Latin1 编码。
中文编码
随着计算机的普及，国人也开始使用计算机，但是发现按照之前的编码方式，根本就没有汉字什么事儿，也就是计算机根本没办法认识汉字。
GB2312
为了能够让计算机认识汉字，我们决定对汉字进行编码，本着敢想敢干的精神，我们规定用两个字节表示一个汉字。
具体规则是这样的：一个小于 127 的字节代表的意义与原来的 ASCII 相同，但两个大于 127的字节连在一起时，就表示这是一个汉字，前面的一个字节称为高字节，后面一个字节称为低字节，这样我们就可以组合出 6763 个简体汉字。这就是大家常说的 GB2312 编码。
GBK
很显然 GB2312 编码的 6763 个汉字，并不能适应所有的使用场景，比如“喆”字就不再其中，于是在 GB2312 的基础上又进行了新的扩展，规定只要第一个字节是大于 127 的就OK，至于第二个字节是大于 127 还是小于 127 都无所谓了。经过这样的改动之后，收录的汉字及符号就可以达到 2W 多个，这就是我们常说的 GBK 编码。
再后来，人们继续对第二个字节进行扩展，发展出了 GB18030 编码，比 GBK 又多出了一些字符编码。
至此，所有的汉字编码都是用两个字节表示的，但是英文是用一个字节表示。上了一些年纪的程序员都体验过，一个汉字算两个英文字符的经历。
BIG-5
上面提到的都是简体中文编码，虽然 GBK 及 GB18030 包含了部
（编辑：通化站长网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
