`
hpcn
  • 浏览: 29149 次
  • 性别: Icon_minigender_1
  • 来自: 杭州
社区版块
存档分类
最新评论

常用字符集编码

阅读更多

ASCII

    ASCII码是7位编码,编码范围是0x00-0x7F。ASCII字符集包括英文字母、阿拉伯数字和标点符号等字符。其中0x00-0x20和0x7F共33个控制字符。

    只支持ASCII码的系统会忽略每个字节的最高位,只认为低7位是有效位。HZ字符编码就是早期为了在只支持7位ASCII系统中传输中文而设计的编码。早期很多邮件系统也只支持ASCII编码,为了传输中文邮件必须使用BASE64或者其他编码方式。

 

GB2312

    GB2312是基于区位码设计的,区位码把编码表分为94个区,每个区对应94个位,每个字符的区号和位号组合起来就是该汉字的区位码。区位码一般 用10进制数来表示,如1601就表示16区1位,对应的字符是 “啊”。在区位码的区号和位号上分别加上0xA0就得到了GB2312编码。

 

    区位码中01-09区是符号、数字区,16-87区是汉字区,10-15和88-94是未定义的空白区。它将收录的汉字分成两级:第一级是常用汉 字计3755个,置于16-55区,按汉语拼音字母/笔形顺序排列;第二级汉字是次常用汉字计3008个,置于56-87区,按部首/笔画顺序排 列。一级汉字是按照拼音排序的,这个就可以得到某个拼音在一级汉字区位中的范围,很多根据汉字可以得到拼音的程序就是根据这个原理编写的。

 

    GB2312字符集中除常用简体汉字字符外还包括希腊字母、日文平假名及片假名字母、俄语西里尔字母等字符,未收录繁体中文汉字和一些生僻字。可 以用繁体汉字测试某些系统是不是只支持GB2312编码。

    GB2312的编码范围是0xA1A1-0x7E7E,去掉未定义的区 域之后可以理解为实际编码范围是0xA1A1-0xF7FE。EUC-CN可以理解为GB2312的别名,和GB2312完全相同。

 

GBK

    GBK编码是GB2312编码的超集,向下完全兼容GB2312,同时GBK收录了Unicode基本多文种平面中的所有CJK汉字。同 GB2312一样,GBK也支持希腊字母、日文假名字母、俄语字母等字符,但不支持韩语中的表音字符(非汉字字符)。GBK还收录了GB2312 不包含的汉字部首符号、竖排标点符号等字符。

    GBK的整体编码范围是为0x8140-0xFEFE,不包括低字节是0×7F的组 合。高字节范围是0×81-0xFE,低字节范围是0x40-7E和0x80-0xFE。


    低字节是0x40-0x7E的 GBK字符有一定特殊性,因为这些字符占用了ASCII码的位置,这样会给一些系统带来麻烦。
有些系统中用0x40-0x7E中的字符 (如“|”)做特殊符号,在定位这些符号时又没有判断这些符号是不是属于某个 GBK字符的低字节,这样就会造成错误判断。在支持GB2312的环境下就不存在这个问题。需要注意的是支持GBK的环境中小于0x80的某个字 节未必就是ASCII符号;另外就是最好选用小于0×40的ASCII符号做一些特殊符号,这样就可以快速定位,且不用担心是某个汉字的另一半。 Big5编码中也存在相应问题。

 

UTF-8

    Unicode Transformation Format-8bit,允许含BOM,但通常不含BOM。是用以解决国际上字符的一种多字节编 码,它对英文使用8位(即一个字节),中文使用24为(三个字节)来编码。UTF-8包含全世界所有国家需要用到的字符,是国际编码,通用性强。 UTF-8编码的文字可以在各国支持UTF8字符集的浏览器上显示。如,如果是UTF8编码,则在外国人的英文IE上也能显示中文,他们无需下载 IE的中文语言支持包。

    GBK的文字编码是用双字节来表示的,即不论中、英文字符均使用双字节来表示,为了区分中文,将其最高位 都设定成1。GBK包含全部中文字符,是国家编码,通用性比UTF8差,不过UTF8占用的数据库比GBK大。

分享到:
评论

相关推荐

    常用字符集编码详解

    ### 常用字符集编码详解 在信息技术领域,字符集编码是数据处理与传输的基础,不同的编码方式决定了计算机如何解读和表示文本信息。本文将深入解析几种常用的字符集编码,包括ASCII、GB2312、GBK、GB18030、Big5...

    常用字符集编码[参考].pdf

    常用字符集编码详解 本文将详细介绍常用的字符集编码,包括 ASCII、GB2312、GBK、GB18030、Unicode 和 UTF-8 等。 一、ASCII 码 ASCII 码是 7 位编码,编码范围是 0x00-0x7F。ASCII 字符集包括英文字母、阿拉伯...

    常用字符集及字符编码简介

    字符集与字符编码是计算机处理文字的基础,它们决定了如何用二进制表示各种语言的字符。在信息技术领域,理解和掌握字符集与字符编码至关重要,因为它们直接影响到数据的存储、传输和显示。以下是对这些概念的详细...

    常用字符集编码原理及解决方法

    字符集编码是计算机科学中一个基础且至关重要的概念,它涉及到如何表示和处理文本信息。在不同的字符集编码中,每个字符都有一个唯一的数字或二进制表示,使得计算机能够理解和处理各种语言的文字。理解字符集编码的...

    Mysql字符集编码详解

    Mysql字符集编码详解 Mysql数据库中的字符集编码问题是许多开发者经常遇到的一个问题,特别是在JAVA项目中。解决这个问题需要从多方面入手,包括服务器、数据库、数据表和连接等四个层次。这篇文章将详细介绍如何...

    字符集编码查询/反查工具

    字符集编码是计算机科学中的一个重要概念,涉及到数据的存储、传输和显示。在这个"字符集编码查询/反查工具"中,我们可以看到涉及到的关键技术包括字符集、二进制、十六进制、Base64以及URL编码。这些知识点在信息...

    qt实现转换文件字符集编码

    在IT领域,字符集编码是处理文本数据时一个至关重要的概念。不同的编码方式决定了如何将字符映射到二进制表示,以及如何从二进制还原出字符。Qt是一个跨平台的应用程序开发框架,它提供了丰富的API来处理各种编码...

    java字符集编码问题

    ### Java字符集编码问题详解 #### 一、引言 在Java编程中,字符集编码问题是一个常见且重要的议题。由于不同的系统、平台以及网络环境中可能存在多种字符编码格式,这导致了在处理文本数据时可能会遇到编码不一致...

    JAVA及相关字符集编码问题

    JAVA及相关字符集编码问题 在深入探讨JAVA与字符集编码问题之前,我们首先需要理解不同字符集编码的基本概念以及它们在JAVA环境中的应用。字符集编码是计算机系统中表示文字的一种方式,它决定了如何将字符转换为二...

    常用字符集简介

    ### 常用字符集简介 #### ASCII码 ASCII(American Standard Code for Information Interchange,美国信息交换标准代码)是一种非常基础的字符编码方案,它使用7位进行编码,因此其编码范围是从0x00到0x7F,共有...

    字符集和字符编码

    ASCII 扩展字符集使用 8 位表示一个字符,共 256 字符,扩展了西欧常用字符。但是,ASCII 编码存在缺点,只能显示 26 个基本拉丁字母、阿拉伯数目字和英式标点符号,对其他语言无能为力。 2. GBXXXX 字符集和编码 ...

    常用汉字utf-8字符集.txt

    《常用汉字utf-8字符集》主要收集了日常使用频率较高的汉字,并采用UTF-8编码方式存储。这份文件通常被用于生成随机的常用汉字,例如在网站或应用程序中作为验证码的一部分,以增加安全性。 #### UTF-8编码原理 ...

    linux字符集编码指南

    ### Linux字符集编码指南 #### 一、引言 在多语言环境中,字符编码的转换是必不可少的一个环节。尤其是在Linux环境下,由于其广泛的应用场景和灵活性,字符编码问题显得尤为重要。本文将详细介绍如何在Linux系统中...

    GBK字符集编码表

    ### GBK字符集编码表详解 #### 一、概述 GBK是中文内码扩展规范,是一种简体中文字符集编码方案。它是在GB2312的基础上进行扩展,增加了对更多的汉字以及符号的支持,旨在更好地满足中文信息化处理的需求。本文将...

    sybase字符集及各种常用字符集介绍

    - 选择ASE字符集以支持简体中文字符,需要确保字符集包含相应的中文编码,例如GBK或GB18030。 - 查看服务器和客户端的当前字符集设置,可以通过查询系统视图或使用系统管理工具。 5. **错误处理** - 如果字符集...

    字符集编码

    字符集编码是计算机处理文本的一种基础机制,它将人类可读的字符与计算机内部的二进制码对应起来。在互联网和计算机系统中,字符集编码扮演着至关重要的角色,确保了不同语言的文字能被正确地存储、传输和显示。 ...

    各国字符集-http编码

    其中,`gb2312`是最常用的简体中文字符集之一,用于中国大陆地区。 - **繁体中文**:如`big5`(又称`cn-big5`),广泛应用于台湾、香港等地。 通过了解不同字符集的特点和使用场景,开发者可以更好地选择合适的编码...

    Java字符集和编码

    ### Java字符集和编码 #### 一、引言 在探讨Java字符集和编码之前,我们先了解一下为什么在Java编程中需要关注字符集和编码。Java作为一种广泛应用的编程语言,其内部采用的是Unicode编码,这使得Java能够很好地...

    字符集编码转换工具

    字符集编码转换工具是计算机领域中用于处理不同字符编码之间转换的一种实用软件。在信息化社会,数据交流频繁,各种文本文件、网页等都需要在不同的系统和平台间传递,而这些系统可能采用不同的字符编码标准,这就...

Global site tag (gtag.js) - Google Analytics