常见编码的字节

常见编码

记录一下编码，其实程序员最关心的就是哪个编码集支持的符号更多，并且所占的字节数。

• DBCS : Double Byte Charecter，双字节字符
  • GB2312:
    • 全角：${0xA1_0xF7}{0xA10xFE}$连续两个字节都大于127
    • 半角：$1 - 127$

+ GBK：$\{>127\}\{all\}$
    + GB2312 的变种，扩展
    + $\{>127\}\{all\}$连续的两个字符，如果`前一个大于127`，那么这两个对应一个字符.比如 $ox0777 0x0010$就是对应一个字符
    + 对于一个字符，如果小于127，那么对应ASCII中的1-127的编码。
+ GB18030
    + GBK 的扩充，增加了一些符号

• Unicode:Universal Multiple-Octet Coded Character --UCS:一个字符==两个字节

  • 对所有语言重新编码,所以不兼容DBCS

• UTF:UCS Transfer Format

  • UTF8:每次8位，一个字节为一个小单位：
    • 可以有1~4个字节
      • ASCII：1字节
      • 中文：3字节
  • UTF16: 固定都是16b，两个字节的长度