【Java学习笔记】编码介绍

编码介绍

---

一、类型介绍

• ASCII (ASCII 编码表 一个字符表示一个字节（每个字符用一个字节表示）；实际上一个字节可以表示 256 个字符，在 ASCll 码表中只用 128 个)

• Unicode (Unicode 编码表 固定大小的编码 使用两个字节来表示字符，字母和汉字 统一都是用两个字节，这样浪费空间)

• UTF-8 (编码表，大小可变的编码 字母使用1 个字节，汉字使用3 个字节)

• GBK (可以表示汉字，而且范围广，字母使用1 个字节，汉字使用2 个字节)

• gb2312 (可以表示汉字，gb2312 < gbk)

• big5 码 (繁体中文，台湾，香港)

---

二、具体内容详解

1. ASCII 码

• （1）上个世纪 60 年代，美国制定了一套字符编码（使用一个字节），对英语字符与计算机之间的关系，做了统一规定。这被称为 ASCII 码。ASCII 码一共规定了 128 个字符的编码，只占用一个字节的后面 7 位，最前面的 1 位统一规定为 0。

• （2）特别提示：一个字节可以表示 256 个字符，ASCII 码只用了 128 个字符。（规则：用一个字节表示一个字符）

• （3）缺点：不能表示所有字符

2. Unicode 的好处和缺点

• （1）好处：一种编码，将世界上所有的符号都纳入其中。每一个字符都给了一个独一无二的编码，使用 Unicode 没有乱码的问题。

• （2）缺点：一个英文字母和一个汉字 都占用2 个字节，这对于存储空间来说是浪费。

• （3）2 的 16 次方是 65536，所以最多编码是65536 个字符。

• （4）编码 0-127 的字符是与 ASCII 的编码一样。比如’a’在 ASCII 码是 0x61，在 unicode 码是 0x0061，都对应 97。因为Unicode 码兼容 ASCII 码。

3. UTF-8

• （1）是在互联网使用最广的 Unicode 的实现方式（改进）。

• （2）UTF-8 是一种变长的编码方式。它可以使用 1-6 个字节表示一个符号，根据不同的符号而变化字节长度。

• （3）使用大小可变的编码，字母占1 个字节，汉字占3 个字节。