byte与各种编码

Byte

byte是8位2进制，所有的数据都是由byte组成，如：

图片是一连串的byte

ASCII字符”A”是一个byte

可以说byte是我们的原始数据

 

编码

如下问题：

这是2个byte“01100010 00010001”，它代表了什么？

答案：

如果没有指明编码，那他什么都不代表

 

在ASCII编码规则中指明：“01100010”代表”b”，”00010001”代表控制字符VT

所有你可以认为这2个byte是b+VT

 

在Unicode编码中指明“01100010 00010001”代表汉字“我”

所有你也可以认为这2个byte是我

 

编码是约定好的，物理在Linux还是Window，其编码的byte都是相同的

 

ASCII编码

ASCII属于字符编码

ASCII以一个byte进行编码，从0-127（即00000000-01111111），分别代表不同的字符，

如97（01100001）代表a

 

Unicode字符集

Unicode字符集对全世界的字符进行了编号，如25105（十进制）代表汉字“我”

ASCII字符的位置在Unicode字符集还是一样（即0-127与ASCII编码相同）

 

Unicode编码（UTF-16）

标准的Unicode编码称为UTF-16

Unicode编码直接以Unicode字符的编号进行编码

Unicode编码以2个byte进行编码，如“01100010 00010001”（25105）代表汉字“我”

2个byte最多只能编码6万多个字符，因此新版本的Unicode以4个字节进行编码

 

UTF-8编码

UTF-8基于Unicode字符集

UTF一个字符编码使用的byte不固定，1-8个byte不等

一个英文UTF-8字符占1byte，一个汉字占3byte

UTF-8部分编码规则如下，其中xxxx就是Unicode字符的编号：

1字节 0xxxxxxx （编号小于127（即111 1111）使用一个字节，）

2字节 110xxxxx 10xxxxxx

3字节 1110xxxx 10xxxxxx 10xxxxxx

 

UTF-32编码

UTF-32基于Unicode字符集，直接以Unicode字符的编号进行编码

UTF-32使用固定4个byte对Unicode字符集进行编码

 

Base64

问题：

11110111这个byte我像以字符的形式保存，但这个byte在ASCII，Unicode，UTF-8中均找不到对应的字符编码，怎么办？

 

Base64是一种转换规则，其将3个byte分成4个组，每组6位，然后将这4个6位对照Base64编码表，如：010011对应T，以T的ASCII码对应的byte进行存储

 

Base64可以将任意的byte转成的可显示ASCII，这有利与我们对一些非字符编码的数据转成ASCII字符进行保存或传输

 

image/jpeg

image/jpeg是jpg图片的编码格式，其保存的是一系列的byte

 

如何在两个服务器之间传输jpg图片？

我们读取图片（即读取一系列的byte），然后将这些byte发给对方，并告诉他这是image/jpeg编码格式（即这是一张jpg图片），对方服务器可以原封不动的将这些byte保存到一个文件中，并将文件的后缀改为 .jpg即可