字符编码之Unicode

最新推荐文章于 2023-12-14 17:39:02 发布

跬步至以千里

最新推荐文章于 2023-12-14 17:39:02 发布

阅读量1k

点赞数

分类专栏：编码文章标签：字符串字符编码解码 Unicode

本文链接：https://blog.youkuaiyun.com/qq_32740675/article/details/82529583

版权

本文介绍了Unicode编码方案，包括UCS-2和UCS-4，UCS-2能表示65536种字符，而UCS-4扩展到2^31种字符。在计算机实现上，UTF-16和UTF-8分别是Unicode的两种常见编码方式，UTF-16适合内存操作，UTF-8则节省存储和传输空间。GBK编码作为ASCII的扩展，适用于中文环境，但不兼容Unicode。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在现代电子计算机中，无论字符，图像，声音的所有表示的底层皆是二进制码，为了使全国更加容易的通信，为了使互联网更加面向世界，于是ISO组织推出了“Universal Multiple-Octet Coded Character Set” ,简称“UCS”,俗称“Unicode”。中文名也就是万国码/国际码/统一码。

一、Unicode编码方案之UCS-2

目前Unicode编码方案使用最广泛的是UCS-2，也就是使用2个字节表示字符的编码方案，这样一来该编码方案能表示2^16=65536种字符，基本满足了大部分语言的正常使用。具体方案在维基百科中有详细表单。

二、Unicode编码方案之UCS-4

为了能表示全世界所有的文化符号，又出现了UCS-4的编码方案，也就是UCS-2的拓展实现。具体实现为：
1.UCS-4的首位恒为 0 ，也就是UCS-4可以表示 2^31 种字符。
2.UCS-4将这个区间划分为17个平面，而每个平面拥有65536个代码点,然而目前只用了少数平面。0号平面也就是UCS-2的字符集，具体如下图所示：
这里写图片描述
3.在字符平面中，第0平台又称为基本平面，另外的平面称为辅助平面。