字符集的分类

最新推荐文章于 2022-07-05 00:30:00 发布

原创最新推荐文章于 2022-07-05 00:30:00 发布 · 632 阅读

0 ·

CC 4.0 BY-SA版权

本文解析了Unicode、ANSI及ASCII等编码的区别，同时介绍了Unicode与UTF-8、UTF-16、UTF-32的关系，帮助读者理解不同编码的应用场景。

1. Unicode / ANSI / ASCII

前两种是多字节编码，对应多种语言，包括汉语、日语等等。在编码英文字符时，ANSI 采用单字节，Unicode 采用双字节。ASCII 是单字节编码，对于英文比较适合。

ANSI编码分为代码页和内码。一种代码页的内码无法在另一种代码页中使用。所以ANSI编码繁中游戏会显示乱码。

Unicode编码在两个字节内通过代理来包含超过65535个字符。所有语言统一编码。

2. Unicode 与 UTF-8 / UTF-16 / UTF-32

UTF-8 将 Unicode 编码进1个字节、两个字节或者四个字节。 UTF-16 将 Unicode 编码进两个字节或者四个字节。以此类推。比如对于汉字”我“，只有唯一的 Unicode，这一个 Unicode 可以按照 UTF-8 / UTF-16 / UTF-32 方式编码。UTF-16最常用。