字符編碼小評
字節（Byte）
字節是通過網絡傳輸信息（或在硬盤或內存中存儲信息）的單位。
1個字節等于8位二進制 ： 1 Byte = 8 bit （比特）或這樣理解：1字節（Byte）= 8位（bit）1千字節（KB,Kilobyte）=1024字節（2的10次方字節）（ 1KB = 1024 B ）
字符
人們使用的記號，抽象意義上的一個符號。 '1', '中', 'a', '$', '￥', ……
字節 計算機中存儲數據的單元，一個8位的二進制數，是一個很具體的存儲空間。0x01, 0x45, 0xFA, ……英文一個字母是一字節。中國字比較復雜，1字節=8位，8位從0000 0000到1111 1111，即2的8次方只能表示256個字符，2個字節是2*8=16位，從0000 0000 0000 0000 到 1111 1111 1111 1111可以表示65535個字符。
編碼方式
Unicode 和 ANSI 是兩種常見的編碼方式。
ANSI 編碼方式
在 ANSI 編碼的定義中，存在不同的字符集（Charset）的概念。
同樣的字節序列，在不同的字符集下表示的字符不一樣。 要正確解析一個ANSI字符串，還要選擇正確的字符集，否則就可能導致所謂的亂碼現象。
不同語言版本的操作系統(如日文版Window7、韓文版Windows7等)，都有一個默認的字符集。在不指定字符集的情況下，系統會使用此字符集來解析 ANSI 字符串。也就是說，如果我們在簡體中文版的Windows下打開了一個由日文操作系統保存的 ANSI 文本文件（僅包含 ANSI 字符串的文本文件），我們看到的將是亂碼。
ANSI 字符串 ：在一個字符串中，可以用一個字節也可以用2個字節。 在內存中，如果“字符”是以ANSI編碼形式存在的，一個字符可能使用 一個字節或多個字節 來表示，那么我們 稱這種字符串為 ANSI 字符串或者多字節字符串。如，"中文123" （占7字節）。
Unicode 編碼方式
在 Unicode 編碼的定義中不存在字符集的概念。
字符串 在內存中，如果“字符”是以在Unicode中的序號存在的，那么我們稱這種字符串為Unicode字符串或者 寬字節字符串 。 在Unicode中，每個字符都 占兩個字節 。如，"中文123"（占10字節）。Unicode和ANSI的區別就相當于輸入法內的“全角” 和 “半角”的區別。
由于不同 ANSI 編碼所規定的標準是不相同的（字符集不同），因此，對于一個給定的多字節字符串，我們必須知道它采用 的是哪一種字符集則，才能夠知道它包含了哪些“字符”。而對于 Unicode 字符串來說，不管在什么環境下，它所代表的“字符”內容總是不變的。Unicode 有著統一的標準，它定義了世界上絕大多數的字符的編碼，使得拉丁文、數字、簡體中文、繁體中文、 日文都能一同一種編碼方式保存。
字符集
字符集英文：Charset。
每個字符集都有一個唯一的編號，稱為代碼頁（Code Page）。簡體中文（GB2312）的代碼頁為936，而系統默認字符集的代碼頁為0，它表示根據系統的語言設置來選擇一個合適的字符集。
本文由用戶 Yangcl 自行上傳分享，僅供網友學習交流。所有權歸原作者，若您的權利被侵害，請聯系管理員。
轉載本站原創文章，請注明出處，并保留原始鏈接、圖片水印。
本站是一個以用戶分享為主的開源技術平臺，歡迎各類分享！
Yangcl 
dft567 
ptjs 
wf1006