工作中碰到这些问题,不太了解,问了一下,被BS了,今天看了些资料,大致总结如下:
Unicode: 用二个字节表示世界各国语言的字符,中文当然也包括在内,占两个字节,英文也一律占两上字节。所以用Unicode保存英文可能会比较浪费空间。由于Unicode占两个字节,比如一个汉字用unicode表示为594E,这个时候,就有字节序的问题了,到底是用big Ending写成594E呢,还是用little Ending写成4E59呢?
UTF-8: 也是国际通用的一种表示方法,它的单位是一个字节
0000 - 007F 0xxxxxxx 用一个字节就可以表示的字符
0080 - 07FF 110xxxxx 10xxxxxx 用二个字节保存的字符
0800 - FFFF 1110xxxx 10xxxxxx 10xxxxxx 需要用三个字节保存的字符
当读这些二进制流的时候,就容易辩认出它所代表的字符。汉字是用三个字节来保存。
ANSI和GBK: ANSI英文用一个字节表示,中文的话用二个字节表示,区分中文编码的方法是高字节的最高位不为0。
不同的国家和地区制定了不同的标准,由此产生了 GB2312, BIG5, JIS 等各自的编码标准。这些使用 2 个字节来代表一个字符的各种汉字延伸编码方式,称为 ANSI 编码。在简体中文系统下,ANSI 编码代表 GB2312 编码,在日文操作系统下,ANSI 编码代表 JIS 编码
posted on 2010-05-23 16:57
Robert.Hu 阅读(181)
评论(1) 编辑 收藏 引用 所属分类:
零散知识