字符和编码

一、概述

1.1大致目的

• 了解编码集的发展
• 中文编码集
• 常用编码

二、ASCII码

2.1ASCII码

1. ASCII码使用7bit二进制数来表示，所以共2^7=128个编码。
2. ASCII包含95个可打印的字符和33个不可打印字符（包括控制字符） （128 = 33 + 95）

记住一些常用的ASCII码的10进制数字是很有必要的，比如说A是65，a是97，0是48。同一个字母，大写字母比小写字母小32。

2.2ASCII码的拓展

随着计算机技术的发展，ASCII码逐渐满足不了人们的需求了，主要包括如下几点：

• 很多应用或者国家中的符号都无法表示
• 数学字符：“➗、≠、≥、≈”等等一些数学字符无法表示。

所以ASCII码就被扩充了。扩充后的是增加了一位的，也就是从原来的7位变为8位，扩充后的编码叫做 Extend ASCII码。
拓展的ASCII码增加了一些英标、希腊符号、欧洲字符、表格符、其他常用符等一些字符。

三、我国字符编码集的国际化

事实上，很多国家的语言是有限字符构成的，然而我国文化博大精深，中文则是不以有限字符组合的语言。所以字符编码集的国际化就很有必要。

3.1 GB2312

国标2312是我国最早的比较完毕的一个编码集，全称叫：信息交换用汉字编码字符集，包括7前多个字符。

3.2 GBK

由于GB2312的规范性不被国家认可，所以我国又发命了GBK（国标扩）这种编码集，全称叫：汉字内码扩展规范。
它向下兼容GB2312,向上支持国际ISO标准。收录了2.1万多个汉字，并支持全部中日韩汉字。

四、Unicode

我们需要一种全世界通用的字符编码，举个例子，比如美国的tom要访问中国的一个网站，若tom的电脑上没有安装GBK这种支持中文的编码集，则他看到的中文网站将是一片乱码。所以我们不仅要有一个本地化的编码，还学要一个全球化的编码集。

Unicode :统一码、万国码、单一码，支持世界上所有国家的语言编码，定义了世界通用的符号集，UTF-*实现了编码。
比如说我们平常使用的UTF-8是以字节为单位对Unicode进行编码。

五、拓展

① 平时编程时，建议使用Unicode字符集， 建议使用UTF-8
②中国的Windows系统是默认使用GBK编码方式的。所以在平时设置IDE的时候我们也要注意下。
③字符集在记事本上的更改： 记事本默认的存储编码是ANSI。
在简体中文系统下，ANSI 编码代表GB2312 编码，在日文操作系统下，ANSI 编码代表JIS 编码。
我们在桌面新建一个测试记事本，并输入以下内容

点击另存为，可以看到，下方有个编码的选项，默认选择ANSI就是GBK编码。

我们对保存后的文本文档，点击右键选择打开方式，我们换成另一个文本文档软件，在此使用sublime打开，我们发现：

我们发现中文字符全部乱码，这是由于GBK的中文编码和UTF-8的中文编码不一致造成的，这也是为什么我们平时在IDE上打中文注释移到记事本乱码的原因。
我们在换过来说明下，下面是将sublime中的中文文档转至记事本的情况：

我们点击另存为保存后，使用TXT打开：

发现此时text的编码是UTF-8的。实时上我可以使用记事本任意切换UTF和GBK这两种编码方式，当我们遇到GBK和UTF编码的乱码，并且是因为这两种格式的中文编码不同导致时，我们不妨使用上面这种方法，让中文编码变成正常的形式。