LZCDTU的博客

背景 上述三种编码都是对Unicode字符集的实现，前两者使用变长方式，最后一种使用定长的方式。三种中，最早出现的是UTF-16，是为了弥补UCS-2的缺陷，因为UCS-2使用定长16bits的编码方式，当时IEEE提出了UCS-4但惨遭拒绝，有点类似当今的UTF-32，原因是空间浪费大。所以此时UTF-16登场了。UTF的全称是：Unicode (or Universal Coded Chara...

乱码是我们日常开发中经常遇到的问题，而且每次感觉都很棘手，所以很有必要来深入分析一下这个问题。 首先，什么是字符集和编码。 字符集，可以看作是字符的一种映射。比如Unicode的映射目标就是一种数字，叫做码点（code point）。除了Unicode还有其他一些字符集，比如我国的GBK，GB2312，GB18030, 欧洲的ISO-8859-1等，这些字符集的区别不是本文的重点，只要清楚字符集到...