【Java】计算机如何存储字符&&常用编码介绍

最新推荐文章于 2024-05-24 16:33:48 发布

原创最新推荐文章于 2024-05-24 16:33:48 发布 · 2.2k 阅读

CC 4.0 BY-SA版权

文章标签：

29 篇文章

订阅专栏

本文深入探讨了计算机存储字符的本质，从ASCII编码的简单介绍，到Unicode编码解决乱码问题，再到UTF-8编码在节省空间与兼容性上的优势。通过理解这些编码方式，有助于更好地理解和处理字符数据。

1.计算机存储字符的本质原理

计算机存储字符型数据的本质：将字符转为对应码值，然后将码值转换为二进制，最后存到计算机中。

采用不同的编码方式，则字符对应的码值就不同。目前常见的编码方式有：

1. ASCII码。固定使用1个字节来表示字符，可以表示128个字符。
2. Unicode码。固定使用2个字节来表示字符（字母和汉字都是）。
3. utf-8。字母用1个字节表示，汉字用3个字节表示。
4. GBK。字母用1个字节表示，汉字用2个字节表示。

ASCII ((American Standard Code for Information Interchange): 美国信息交换标准代码。

【优点】只用1个字节表示字符。
【缺点】最多只表示127个字符，表示字符数量有限。
在这里插入图片描述

Unicode，统一码，又叫万国码。
是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。

【优点】不会出现乱码现象。
【缺点】固定使用2个字节表示一个字符（包括字母、汉字），比较占用存储空间。

【注】Unicode码向下兼容ASCII码的。

字符'a'的ASCII码值是97，对应的Unicode码值是0x0061（十进制表示就是97）

UTF-8（8位元，Universal Character Set/Unicode Transformation Format）是针对Unicode的一种可变长度字符编码。（可以理解为是对Unicode编码的改进）

它可以用来表示Unicode编码中的任何字符，而且其编码中的第一个字节仍与ASCII相容（即同样向下兼容ASCII编码），使得原来处理ASCII字符的软件无须或只进行少部分修改后，便可继续使用。因此，它逐渐成为电子邮件、网页及其他存储或传送文字的应用中，优先采用的编码。

【特点】字母用1个字节表示，汉字用3个字节。