今天学习ＩＯ流，对几个编码不了解，上网查到了，奉献给大家！
1.ASCII(American Standard Code for Information Interchange)码，是一种字符集。美国标准信息交换代码是由美国国家标准学会(American National Standard Institute , ANSI )制定的，标准的单字节字符编码方案，用于基于文本的数据。起始于50年代后期，在1967年定案。它最初是美国国家标准，供不同计算机在相互通信时用作共同遵守的西文字符编码标准，它已被国际标准化组织（International Organization for Standardization, ISO）定为国际标准，称为ISO 646标准。适用于所有拉丁文字字母。ASCII 码使用指定的 7 位或 8 位二进制数组合来表示 128 或 256 种可能的字符。标准 ASCII 码也叫基础ASCII码，使用 7 位二进制数来表示所有的大写和小写字母，数字 0 到 9、标点符号， 以及在美式英语中使用的特殊控制字符。其中：
0～31及127(共33个)是控制字符或通讯专用字符（其余为可显示字符），如控制符：LF（换行）、CR（回车）、FF（换页）、DEL（删除）、BS（退格)、BEL（振铃）等；通讯专用字符：SOH（文头）、EOT（文尾）、ACK（确认）等；ASCII值为 8、9、10 和 13 分别转换为退格、制表、换行和回车字符。它们并没有特定的图形显示，但会依不同的应用程序，而对文本显示有不同的影响。
32～126(共95个)是字符(32sp是空格），其中48～57为0到9十个阿拉伯数字；
65～90为26个大写英文字母，97～122号为26个小写英文字母，其余为一些标点符号、运算符号等。
同时还要注意，在标准ASCII中，其最高位(b7)用作奇偶校验位。所谓奇偶校验，是指在代码传送过程中用来检验是否出现错误的一种方法，一般分奇校验和偶校验两种。奇校验规定：正确的代码一个字节中1的个数必须是奇数，若非奇数，则在最高位b7添1；偶校验规定：正确的代码一个字节中1的个数必须是偶数，若非偶数，则在最高位b7添1。
2.UNICODE（Universal Multiple-Octet Coded Character Set)字符集
Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码。它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。
unicode有两种方式：UCS-2,UCS-4,顾名思义，是两个字节和4个字节。
具体的可以google和百度。总的来讲，计算机前期，一般是ASCII，现在基于全球一体化，基本都用unicode。
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
字符编码
1.Gbk，GB2312，GB18030
字符必须编码后才能被计算机处理。计算机使用的缺省编码方式就是计算机的内码。早期的计算机使用7位的ASCII编码，为了处理汉字，程序员设计了用于简体中文的GB2312和用于繁体中文的big5。
GB2312(1980年)一共收录了7445个字符，包括6763个汉字和682个其它符号。汉字区的内码范围高字节从B0-F7，低字节从A1-FE，占用的码位是72*94=6768。其中有5个空位是D7FA-D7FE。
GB2312支持的汉字太少。1995年的汉字扩展规范GBK1.0收录了21886个符号，它分为汉字区和图形符号区。汉字区包括21003个字符。2000年的GB18030是取代GBK1.0的正式国家标准。该标准收录了27484个汉字，同时还收录了藏文、蒙文、维吾尔文等主要的少数民族文字。现在的PC平台必须支持GB18030，对嵌入式产品暂不作要求。所以手机、MP3一般只支持GB2312。
从ASCII、GB2312、GBK到GB18030，这些编码方法是向下兼容的，即同一个字符在这些方案中总是有相同的编码，后面的标准支持更多的字符。在这些编码中，英文和中文可以统一地处理。区分中文编码的方法是高字节的最高位不为0。按照程序员的称呼，GB2312、GBK到GB18030都属于双字节字符集 (DBCS)。
GB 18030是中国所有非手持/嵌入式计算机系统的强制实施标准.
2.UTF－8，UTF－16，UTF-32
UTF-8, 8bit编码, ASCII不作变换, 其他字符做变长编码, 每个字符1-3 byte. 通常作为外码. 有以下优点:
* 与CPU字节顺序无关, 可以在不同平台之间交流
* 容错能力高, 任何一个字节损坏后, 最多只会导致一个编码码位损失, 不会链锁错误(如GB码错一个字节就会整行乱码)
UTF-16, 16bit编码, 是变长码, 大致相当于20位编码, 值在0到0x10FFFF之间, 基本上就是unicode编码的实现. 它是变长码, 与CPU字序有关, 但因为最省空间, 常作为网络传输的外码.
UTF-16是unicode的preferred encoding.
UTF-32, 仅使用了unicode范围(0到0x10FFFF)的32位编码, 相当于UCS-4的子集.
具体的也就这么多。呵呵。
<!--正文 end-->
<!-- <div class="reviews"><span class="fl" style="cursor:pointer;"><a onclick="openFavoulist();" id="favourer"></a> </span> <div id="favourdiv" class="support01">0人</div> <span class="fl">了这篇文章</span></div> -->
分享到：
相关推荐
内容概要：本文深入探讨了AMESim仿真平台在电动汽车(EV)热泵空调系统设计与优化中的应用。首先介绍了AMESim的基础建模方法，如构建制冷循环模型中的压缩机、蒸发器和冷凝器等组件，并详细解释了各部件的工作原理及其参数设定。接着重点阐述了EV热泵空调系统的特殊之处，即不仅能够制冷还可以在冬季提供高效的制热功能，这对于提高电动汽车在寒冷条件下的续航里程和乘坐舒适性非常重要。文中给出了几个具体的案例，包括通过改变压缩机运行频率来进行性能优化，以及针对低温环境下热泵系统的控制策略，如四通阀切换逻辑、电子膨胀阀开度调节等。此外，还讨论了热泵系统与其他子系统（如电池温控）之间的协同工作方式，强调了系统集成的重要性。最后分享了一些实用的经验技巧，例如如何避免仿真过程中可能出现的问题，怎样评估系统的整体性能等。 适合人群：从事汽车工程、暖通空调(HVAC)领域的研究人员和技术人员，特别是关注新能源汽车热管理系统的专业人士。 使用场景及目标：适用于希望深入了解电动汽车热泵空调系统特性的工程师们，旨在帮助他们掌握基于AMESim进行系统建模、仿真分析的方法论，以便更好地指导实际产品研发。 阅读建议：由于涉及到较多的专业术语和技术细节，建议读者具备一定的机械工程背景知识，同时配合官方文档或其他参考资料一起研读，以加深理解。
dtcwt 双树复小波的matlab工具箱。内容来源于网络分享，如有侵权请联系我删除。
基于hadoop的系统
内容概要：本文探讨了永磁同步电机（PMSM）控制系统中两种先进的控制策略：电流预测控制和广义预测控制（GPC），特别是在速度环中结合扩展状态观测器（ESO）的应用。文章首先介绍了广义预测控制的基本原理及其在速度环中的实现方式，强调了其通过滚动优化对未来系统输出进行预测的能力。接着讨论了电流环中采用的双矢量改进预测控制算法，该算法通过优化两个电压矢量的选择提高了电流控制的精度和动态响应速度。此外，文章还提供了具体的代码示例和技术细节，帮助读者更好地理解和实现这些控制策略。最后，推荐了几篇相关文献供进一步学习。 适合人群：从事电机控制领域的研究人员、工程师以及对预测控制感兴趣的高校师生。 使用场景及目标：适用于需要提高永磁同步电机控制系统性能的研究项目或工业应用场景，旨在实现更精确、高效的电机控制，增强系统的鲁棒性和稳定性。 其他说明：文中提到的方法已在实验室环境中进行了验证，并取得了显著的效果，如减小了突加负载时的速度跌落幅度，降低了电流谐波失真度等。同时，作者分享了一些实用的调试技巧和注意事项，有助于加速实际项目的开发进程。
期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明（高分项目），个人经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做大作业的学生和需要项目实战练习的学习者，可作为毕业设计、课程设计、期末大作业，代码资料完整，下载可用。 期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明（高分项目）期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明（高分项目）期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明（高分项目）期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明（高分项目）期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明（高分项目）期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明（高分项目）期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明（高分项目）期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明（高分项目）期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明（高分项目）期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明（高分项目）期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明（高分项目）期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明（高分项目）期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明（高分项目）期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明（高分项目）期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明（高分项目）期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明（高分项目）期末作
内容概要：本文详细介绍了开源6轴机械臂控制器SmallRobotArm AR3的功能特点和技术细节。首先，文章展示了AR3可以直接通过板载按钮进行关节和坐标运动控制，无需连接电脑，提供了便捷的操作体验。其次，深入探讨了其核心算法，包括正逆解算法、运动模式切换逻辑以及平滑处理机制。此外，还介绍了自动标定程序、G代码支持和扩展功能如手势控制等特性。最后，强调了AR3的高扩展性和易用性，使其成为机器人爱好者和专业开发者的理想选择。 适合人群：对机器人技术和机械臂感兴趣的初学者、中级开发者及研究人员。 使用场景及目标：适用于教育、科研、DIY项目等领域，旨在帮助用户快速掌握机械臂控制原理并应用于实际任务中。 其他说明：文中提供的代码片段有助于理解和实现相关功能，而详细的硬件介绍则为动手能力强的用户提供改装灵感。
内容概要：本文档提供了10道蓝桥杯Python模拟题及其详细解答过程，涵盖字符串处理、数字运算、算法设计等多个方面。题目包括数字反转、字母转换、数字分段和、质数判断、字符串统计、数独验证、最大子数组和、括号匹配、斐波那契数列和文件统计。每道题目不仅给出了详细的解题思路和分析，还附有完整的Python源代码。通过这些题目，读者可以系统地提升编程能力和算法思维，掌握常见的编程技巧和方法。 适合人群：适合有一定编程基础的Python学习者，特别是准备参加蓝桥杯或其他编程竞赛的学生和爱好者。 使用场景及目标：①作为蓝桥杯赛前训练资料，帮助参赛者熟悉比赛题型和解题思路；②作为编程练习题集，巩固Python语言的基础知识和常用算法；③通过实际编程练习，提高解决实际问题的能力和编程水平。 阅读建议：建议读者先尝试独立完成每道题目，然后再参考提供的解题思路和代码，对比自己的解法，找出差距并加以改进。同时，注意理解每道题目背后的算法思想和编程技巧，以便举一反三，灵活应用。
web_6_login.rar
脚本插件 1.Ai转PS矢量图层 2.分割线段 3.图形变换 4.圆形填充 5.文字块排版 6.多页PDF文档置入 将jsx文件复制到\Abobe Illustrator XX\Presets（在部分AI软件中可能显示为“预设”）\zh_CN\脚本 文件夹下，重新启动ai，就可以在"文件"-"脚本"下看见ai脚本菜单，运行即可。
内容概要：本文详细介绍了滑模观测器和PLL在STM32F1平台上的C代码实现。滑模观测器用于估计系统内部状态，尤其适用于电机控制领域；PLL则用于确保输出信号相位与输入信号相位保持一致。文中展示了两种滑模观测器的实现方法：一种采用符号函数进行硬切换，另一种采用饱和函数进行软化处理。此外，文章还强调了使用TI的IQmath库进行定点计算加速，以提高运算效率并减少资源占用。通过具体的代码示例和调试技巧，作者分享了如何在STM32F1平台上实现高效稳定的滑模观测器和PLL系统。 适合人群：嵌入式系统开发者、电机控制系统工程师、熟悉C语言编程的技术人员。 使用场景及目标：① 实现高效的滑模观测器和PLL系统，应用于电机控制和其他实时性要求较高的场景；② 学习如何使用IQmath库进行定点计算加速，优化嵌入式系统的性能；③ 掌握调试技巧，确保系统稳定运行。 其他说明：文章提供了详细的代码示例和调试经验，帮助读者更好地理解和实现滑模观测器和PLL系统。同时，文中提到的一些注意事项和常见问题解决方案也非常实用。
内容概要：本文探讨了利用纳什谈判理论和交替方向乘子法（ADMM）解决共享储能电站中多用户之间的利益分配问题。文中详细介绍了将复杂的利益分配问题转化为数学模型的方法，以及如何通过ADMM算法实现分布式优化，确保各参与方都能接受的最优解。同时，文章还展示了实际应用案例，证明了该方法的有效性和优越性。 适合人群：从事电力系统优化、储能技术研究的专业人士，以及对分布式优化算法感兴趣的科研人员。 使用场景及目标：适用于多个用户共同使用储能设施的场景，旨在通过科学合理的算法设计，实现储能系统的高效运行和利益的最大化分配。 其他说明：文章不仅提供了详细的算法实现步骤，还包括了一些实用的代码片段和实验结果分析，帮助读者更好地理解和应用相关技术。此外，文中提到的一些反直觉现象也为进一步的研究提供了思路。
08011车TC1车ER（A、B网）通讯故障分析报告 .docx
2025年机器人+人工智能工业应用研究报告.pdf
内容概要：本文深入探讨了麻雀搜索算法（SSA）的一种改进版本——融合差分进化和多策略的麻雀搜索算法（DEH_SSA）。文章首先介绍了反向学习初始化种群、非线性因子改进发现者策略、改进警觉性策略、融合差分算法以及精英扰动策略五大创新点。接着详细展示了这些策略的具体实现方法，如反向学习初始化通过计算反向解使初始种群分布更合理，非线性因子改进发现者策略通过动态调整搜索步长提高搜索效率等。此外，文中提供了23个基准测试函数的实验结果，证明了DEH_SSA相比传统SSA在收敛速度和最优解质量上的显著优势。最后给出了详细的调参指南，帮助初学者更好地理解和应用该算法。 适合人群：对智能优化算法感兴趣的研究人员和技术开发者，尤其是有一定编程基础并对群体智能算法有初步了解的人士。 使用场景及目标：适用于需要解决复杂优化问题的场景，如工程优化、机器学习超参数调优等领域。目标是提供一种高效的优化工具，帮助用户更快更精确地找到全局最优解。 其他说明：文章不仅提供了理论解释，还有丰富的代码实例，便于读者动手实践。同时，附带的调参指南有助于读者根据具体问题调整算法参数，获得更好的优化效果。
内容概要：本文详细介绍了西门子WinCC报表系统的多版本通用模板及其优化技术。涵盖了日报表、月报表、年报表、自由报表及班次报表等多种类型的报表模板，提供了详细的代码示例，包括VBS脚本、SQL查询语句、C脚本等。文中强调了性能优化措施，如索引建立、参数化查询、存储过程的应用等，并附有配套的视频教程帮助理解和实践。此外，还讨论了班次报表的灵活性设计、数据分页技术、错误处理机制等方面的内容。 适合人群：已经具备WinCC脚本基础和SQL语言基础的技术人员，尤其是从事工业自动化领域的工程师。 使用场景及目标：适用于需要频繁生成各类生产报表的企业，旨在提高数据查询效率，满足不同客户的定制化需求，同时确保系统的稳定性和兼容性。通过学习本文提供的模板和技术，用户能够更好地应对复杂的生产数据管理和报表生成任务。 其他说明：文中提到的所有技术手段均经过实际测试验证，可在多个版本的WinCC环境中稳定运行。配套的视频教程进一步降低了学习门槛，使用户能够更快地上手操作。
内容概要：本文详细介绍了ANPC并网逆变器的闭环仿真建模过程，涵盖了直流电压源的稳定接入、SPWM调制、电流闭环控制以及锁相环的应用。作者通过具体的代码示例和技术细节，展示了如何利用SPWM生成稳定的正弦波，通过锁相环确保电流和电压的相位一致，并采用前馈解耦提高电流控制的精度。同时，文中还讨论了一些常见的仿真问题及其解决方案，如死区效应、调制比限制和电流环PI参数的优化。 适合人群：电力电子工程师、控制系统设计师、从事逆变器研究的技术人员。 使用场景及目标：适用于希望深入了解ANPC并网逆变器控制策略的研究人员和工程师，旨在帮助他们掌握SPWM调制、电流闭环控制和锁相环的设计与实现。 其他说明：文章提供了丰富的代码片段和实践经验，有助于读者快速理解和应用相关技术。此外，文中提到的一些常见问题和解决方案也为实际项目提供了宝贵的参考。
# 压缩文件中包含： 中文文档 jar包下载地址 Maven依赖 Gradle依赖 源代码下载地址 # 本文件关键字： jar中文文档.zip,java,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,中文API文档,手册,开发手册,使用手册,参考手册 # 使用方法： 解压最外层zip，再解压其中的zip包，双击 【index.html】 文件，即可用浏览器打开、进行查看。 # 特殊说明： ·本文档为人性化翻译，精心制作，请放心使用。 ·只翻译了该翻译的内容，如：注释、说明、描述、用法讲解 等； ·不该翻译的内容保持原样，如：类名、方法名、包名、类型、关键字、代码 等。 # 温馨提示： （1）为了防止解压后路径太长导致浏览器无法打开，推荐在解压时选择“解压到当前文件夹”（放心，自带文件夹，文件不会散落一地）； （2）有时，一套Java组件会有多个jar，所以在下载前，请仔细阅读本篇描述，以确保这就是你需要的文件；
# 压缩文件中包含： 中文文档 jar包下载地址 Maven依赖 Gradle依赖 源代码下载地址 # 本文件关键字： jar中文文档.zip,java,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,中文API文档,手册,开发手册,使用手册,参考手册 # 使用方法： 解压最外层zip，再解压其中的zip包，双击 【index.html】 文件，即可用浏览器打开、进行查看。 # 特殊说明： ·本文档为人性化翻译，精心制作，请放心使用。 ·只翻译了该翻译的内容，如：注释、说明、描述、用法讲解 等； ·不该翻译的内容保持原样，如：类名、方法名、包名、类型、关键字、代码 等。 # 温馨提示： （1）为了防止解压后路径太长导致浏览器无法打开，推荐在解压时选择“解压到当前文件夹”（放心，自带文件夹，文件不会散落一地）； （2）有时，一套Java组件会有多个jar，所以在下载前，请仔细阅读本篇描述，以确保这就是你需要的文件；
# 压缩文件中包含： 中文-英文对照文档 jar包下载地址 Maven依赖 Gradle依赖 源代码下载地址 # 本文件关键字： jar中文-英文对照文档.zip,java,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,中文API文档,手册,开发手册,使用手册,参考手册 # 使用方法： 解压最外层zip，再解压其中的zip包，双击 【index.html】 文件，即可用浏览器打开、进行查看。 # 特殊说明： ·本文档为人性化翻译，精心制作，请放心使用。 ·只翻译了该翻译的内容，如：注释、说明、描述、用法讲解 等； ·不该翻译的内容保持原样，如：类名、方法名、包名、类型、关键字、代码 等。 # 温馨提示： （1）为了防止解压后路径太长导致浏览器无法打开，推荐在解压时选择“解压到当前文件夹”（放心，自带文件夹，文件不会散落一地）； （2）有时，一套Java组件会有多个jar，所以在下载前，请仔细阅读本篇描述，以确保这就是你需要的文件；
内容概要：本文深入探讨了基于折射反向学习策略和自适应惯性权重机制改进的蝴蝶优化算法（BOA）。首先介绍了折射对立学习策略用于构建精英种群的方法，通过折射对立操作提高种群质量和多样性。接着阐述了自适应惯性权重机制的作用，即通过动态调整权重来平衡全局搜索和局部开发的能力。文中详细展示了这两种改进策略的具体MATLAB代码实现，并通过23种测试函数进行了性能对比，证明改进后的BOA在复杂多峰函数上表现出显著优势。此外，文章还讨论了改进算法在工程优化问题中的应用实例，如光伏阵列参数优化，展示了其实用价值。 适合人群：对优化算法感兴趣的科研人员、研究生以及从事相关领域的工程师。 使用场景及目标：适用于解决复杂的多峰优化问题，特别是在需要高效求解全局最优解的情况下。目标是提供一种改进的BOA算法，能够更好地应对复杂优化任务，提高求解效率和准确性。 其他说明：文章提供了详细的代码注释和测试数据，便于读者理解和复现实验结果。同时，文中还分享了一些实用的小技巧，如如何调整参数以应对不同类型的优化问题。