【2023，学点儿新Java-47】常见字符集介绍：ASCII码、 ISO-8859-1字符集、GBxxx字符集、Unicode码的缺陷、UTF-8 | 补充：条件运算符的练习

前情提要：

• 【2023，学点儿新Java-46】条件运算符：语法格式及示例；基础练习：获取两个数/三个数中的较大值；星期运算 | 附：测试代码 位运算符的使用 | 运算符优先级
• 【2023，学点儿新Java-45】位运算符：基本语法（左移＜＜、右移＞＞、无符号右移＞＞＞、按位与&、按位或|、按位异或^、按位取反~） | 补充练习：逻辑运算符（区分&和&&、| 和 ||）
• 【2023，学点儿新Java-44】逻辑运算符：基本语法、代码举例、案例练习（区分：&和&&，|和||）、&&与||综合应用（易错题、易混淆）
• …
• 更多系列文章，可参阅本专栏或博主主页哦~

 
我们不推崇个人英雄主义，但英雄，却值得我们崇拜和铭记。

 

作者主页： 追光者♂

        

个人简介：
 
[1] 计算机专业硕士研究生
 
[2] 2022年度博客之星人工智能领域TOP4
 
[3] 阿里云社区特邀专家博主
 
[4] CSDN-人工智能领域优质创作者
 
[5] 预期2023年10月份 · 准CSDN博客专家  
 

• 无限进步，一起追光！！！

        

感谢大家 点赞  收藏⭐   留言！！！

        

本篇主要介绍常见字符集的拓展知识，旨在帮助大家开拓视野。从编码和解码讲起，然后介绍了常见的字符集，如ASCII码、 ISO-8859-1字符集、GBxxx字符集、Unicode码和UTF-8等字符集，本篇较为详细地介绍了这些字符集的知识，但仍然存在不足，希望大家理解。第二部分给出条件运算符的实例code以及测试输出和简析。有帮助的话，点个赞吧！

一、字符集【拓展知识】

1.1 简介

• 编码与解码

计算机中储存的信息都是用二进制数表示的，而我们在屏幕上看到的数字、英文、标点符号、汉字等字符是二进制数转换之后的结果。按照某种规则，将字符存储到计算机中，称为编码 。反之，将存储在计算机中的二进制数按照某种规则解析显示出来，称为解码 。

• 字符编码（Character Encoding） : 就是一套自然语言的字符与二进制数之间的对应规则。

• 字符集：也叫编码表。是一个系统支持的所有字符的集合，包括各国家文字、标点符号、图形符号、数字等。

---

字符集（Character Set），也称字符编码（Character Encoding），是一种 将字符与二进制数据 之间进行映射的规则或标准。在计算机系统中，所有的字符都是以二进制形式存储和处理的，字符集规定了字符与对应的二进制编码之间的关系。

下面是一些常见的字符集及其简介：(下面也会介绍~)

1. ASCII（American Standard Code for Information Interchange，美国信息交换标准代码）：ASCII字符集是最早的字符集之一，使用7位二进制编码来表示128个字符。它包含了基本拉丁字母、数字、标点符号和一些控制字符。

2. UTF-8（Unicode Transformation Format-8，8位Unicode转换格式）：UTF-8是一种变长编码，可以表示Unicode字符集中的所有字符。它使用8位二进制编码，兼容ASCII字符集，并能够表示更多的字符。UTF-8是互联网上最常用的字符集之一。

3. Unicode（统一码、万国码）：Unicode字符集包含了世界上几乎所有的字符，包括各种语言的字母、符号、表情符号等。它采用固定长度的编码方式，常见的编码方式有UTF-8、UTF-16等。

4. ISO-8859（国际标准化组织8859标准）：ISO-8859是一系列字符集标准，每个标准定义了一种特定语言的字符集。ISO-8859-1是其中最常见的字符集，也称为Latin-1，它包含了西欧语言的字符。

5. GB2312（国标2312）：GB2312是中国国家标准规定的汉字字符集，它使用两个字节来编码汉字字符，并包含了基本的拉丁字母和符号。

6. GBK（汉字内码扩展规范）：GBK是对GB2312的扩展，它包含了更多的汉字字符。

7. Big5（繁体中文字符集）：Big5是用于繁体中文的字符集，主要用于台湾地区。

以上这些是常见的字符集（之一），不同的字符集适用于不同的应用场景。在选择字符集时，需要考虑到所需编码的字符范围、语言要求、系统兼容性以及应用环境等因素。

1.2 ASCII码

• ASCII码（American Standard Code for Information Interchange，美国信息交换标准代码）：上个世纪60年代，美国制定了一套字符编码，对英语字符与二进制位之间的关系，做了统一规定。这被称为ASCII码。
• ASCII码用于显示现代英语，主要包括控制字符（回车键、退格、换行键等）和可显示字符（英文大小写字符、阿拉伯数字和西文符号）。
• 基本的ASCII字符集，使用7位（bits）表示一个字符（最前面的1位统一规定为0），共128个字符。比如：空格“SPACE”是32（二进制00100000），大写的字母A是65（二进制01000001）。
• 缺点：不能表示所有字符。

---

补充介绍：

ASCII码使用7位二进制编码（0-127），可以表示128个字符，包括基本的拉丁字母、数字、标点符号和一些控制字符。

以下是ASCII码的一些特点和范围：

1. 字符范围：ASCII码定义了128个字符，其中包括33个不可打印的控制字符和95个可打印字符。

2. 控制字符：控制字符主要用于控制设备和通信，如换行符（LF）、回车符（CR）、制表符（Tab）等。

3. 可打印字符：可打印字符包括基本的拉丁字母（大写和小写）、数字、标点符号（如逗号、句号、感叹号等）、特殊符号（如美元符号、百分号等）。

4. 编码方式：每个字符对应一个唯一的编码值，使用7位二进制表示，范围从0000000（0）到1111111（127）。

5. 扩展字符集：由于只使用7位二进制，因此ASCII码无法表示非英文字符和更多的特殊符号。后来的字符集如ISO-8859和Unicode提供了扩展字符集来满足不同语言和字符的需求。

ASCII码的应用广泛，特别是在计算机系统、通信和文件传输中常常使用。ASCII码为字符赋予了唯一的标识，使得计算机能够正确地存储、传输和处理文本数据。

需要注意的是，ASCII码 在国际化和多语言环境下的局限性越来越明显。为了表示更多的字符和语言，Unicode及其变种如UTF-8等字符集得到了广泛应用，成为了现代计算机系统中常用的字符编码方式。

1.3 ISO-8859-1字符集

• 拉丁码表，别名Latin-1，用于显示欧洲使用的语言，包括荷兰语、德语、意大利语、葡萄牙语等。
• ISO-8859-1使用单字节编码，兼容ASCII编码。

补充知识：

ISO-8859-1，也称为Latin-1，是国际标准化组织（ISO）定义的字符集标准之一。它是ISO-8859系列中的第一个字符集，涵盖了欧洲常见的语言，特别是用拉丁字母编写的西欧语言。

以下是关于ISO-8859-1字符集的一些特点：

1. 字符范围：ISO-8859-1定义了256个字符，使用8位二进制编码（0-255）。

2. 包含字符：ISO-8859-1包含了基本的拉丁字母（大写和小写）、数字、标点符号和一些特殊符号（如欧元符号、版权符号等）。

3. 与ASCII码的关系：ISO-8859-1是ASCII码的扩展，其中的前128个字符与ASCII码保持一致。因此，ASCII码的范围是ISO-8859-1的一部分。

4. 跨语言支持：ISO-8859-1主要用于支持包含法语、西班牙语、德语等语言的内容，这些语言使用拉丁字母。

需要注意的是，ISO-8859-1字符集虽然是一种常见的字符集，但它仅覆盖了欧洲语言中的一小部分字符。对于其他语言，如亚洲的中文、日文和韩文等，以及其他特殊字符，ISO-8859-1是无法表示的。

随着计算机全球化和多语言环境的发展，Unicode和其变种如UTF-8 逐渐取代了ISO-8859-1作为 更全面和兼容性更好的字符编码方案。Unicode能够表示几乎所有的字符，并且通过UTF-8编码方案，能够兼容ISO-8859-1的前128个字符。

 

1.4 GBxxx字符集

• GB就是国标的意思，是为了显示中文而设计的一套字符集。
• GB2312：简体中文码表。一个小于127的字符的意义与原来相同，即向下兼容ASCII码。但两个大于127的字符连在一起时，就表示一个汉字，这样大约可以组合了包含7000多个简体汉字，此外数学符号、罗马希腊的字母、日文的假名们都编进去了，这就是常说的"全角"字符，而原来在127号以下的那些符号就叫"半角"字符了。
• GBK：最常用的中文码表。是在GB2312标准基础上的扩展规范，使用了双字节编码方案，共收录了21003个汉字，完全兼容GB2312标准，同时支持繁体汉字以及日韩汉字等。
• GB18030：最新的中文码表。收录汉字70244个，采用多字节编码，每个字可以由1个、2个或4个字节组成。支持中国国内少数民族的文字，同时支持繁体汉字以及日韩汉字等。

补充介绍：

GBxxx字符集是中国国家标准规定的汉字字符集，用于表示中文字符。以下是几个常见的GB字符集及其简介：

1. GB2312（国标2312）：GB2312是中国国家标准规定的汉字字符集，于1980年发布。它使用两个字节编码，其中第一个字节范围是0xB0 - 0xF7，第二个字节范围是0xA1 - 0xFE，共收录了约7000多个常用汉字以及包括拉丁字母、数字、标点符号等在内的其他字符。

2. GBK（汉字内码扩展规范）：GBK是GB2312的扩展字符集，于1995年发布。它在兼容GB2312的基础上，新增收录了约21000个汉字，包括繁体字、生僻字等。

3. GB18030（汉字内码扩展规范）：GB18030是GB系列中最新的字符集标准，于2000年发布。它在兼容GBK的基础上，进一步扩展以支持所有已知的汉字字符，包括中国少数民族文字、日文字、韩文字等。

这些GB字符集被广泛应用于中国及其周边地区的计算机系统、操作系统、数据库等领域。它们为中文字符的存储、处理和交换提供了标准化的解决方案。

需要注意的是，GB字符集主要适用于简体中文和繁体中文的字符表示，对于其他语言的字符，如拉丁字母、日语假名、韩文等，GB字符集是无法表示的。对于更全面和国际化的字符表示，Unicode及其变种如UTF-8成为了更常用和广泛支持的字符编码方式。

 

1.5 Unicode码

• Unicode编码为表达任意语言的任意字符而设计，也称为统一码、标准万国码。Unicode 将世界上所有的文字用2个字节统一进行编码，为每个字符设定唯一的二进制编码，以满足跨语言、跨平台进行文本处理的要求。

• Unicode 的缺点：这里有三个问题：

  • 第一，英文字母只用一个字节表示就够了，如果用更多的字节存储是极大的浪费。
  • 第二，如何才能区别Unicode和ASCII？计算机怎么知道两个字节表示一个符号，而不是分别表示两个符号呢？
  • 第三，如果和GBK等双字节编码方式一样，用最高位是1或0表示两个字节和一个字节，就少了很多值无法用于表示字符，不够表示所有字符。

• Unicode在很长一段时间内无法推广，直到互联网的出现，为解决Unicode如何在网络上传输的问题，于是面向传输的众多 UTF（UCS Transfer Format）标准出现。具体来说，有三种编码方案，UTF-8、UTF-16和UTF-32。

补充说明：

Unicode码 是一种全球通用的字符编码标准，用于表示世界上几乎所有的字符，包括各国文字、符号、标点符号、特殊符号等。Unicode的目标是为不同语言、文化和技术提供统一的字符表示方法，使得任何计算机系统都能够正确地处理和显示多语言的文本数据。

下面是关于Unicode码的一些特点和重要概念：

1. 字符表示范围：Unicode定义了超过1.1万多个字符，其中包括了几乎所有世界上已知的字符和符号。

2. 编码方式：Unicode使用16位或32位二进制编码来表示每个字符。最常用的编码方式是UTF-16（16位编码）和UTF-8（8位编码），它们可以将 Unicode中的字符映射为对应的二进制序列。

3. 扩展字符集：Unicode不仅包括 基本拉丁字母、拉丁字母扩展、希腊字母、西里尔字母等常见字符，还支持其他语言、符号和特殊字符。Unicode通过多个扩展标准（如Unicode增补区、Unicode补充字符等）来添加更多的字符。

4. 兼容性：Unicode被设计为 兼容现有的字符编码标准（如ASCII码、ISO-8859等），使得这些编码中的字符可以直接映射到Unicode中相同的编码位置，保证了向后兼容性。

Unicode的广泛应用 使得不同国家和地区的人们 能够在计算机上交流和共享信息，无论是在操作系统、应用程序、Web页面还是数据库中。它为程序员、开发人员和设计师 提供了统一的字符处理方法，避免了字符转换和乱码问题。

需要注意的是，由于Unicode码的大规模，单纯使用Unicode存储和传输文本可能会占用较多的存储空间和带宽。因此，UTF-8编码成为了一种常用的Unicode编码方式，它能够以变长的形式表示Unicode字符，并在保证兼容性的同时减小了存储和传输的开销。

1.6 UTF-8

• Unicode是字符集，UTF-8、UTF-16、UTF-32是三种将数字转换到程序数据的编码方案。顾名思义，UTF-8就是每次8个位传输数据，而UTF-16就是每次16个位。其中，UTF-8 是在互联网上使用最广的一种 Unicode 的实现方式。
• 互联网工程工作小组（IETF）要求所有互联网协议都必须支持UTF-8编码。所以，我们开发Web应用，也要使用UTF-8编码。UTF-8 是一种变长的编码方式。它可以使用 1-4 个字节表示一个符号它使用一至四个字节为每个字符编码，编码规则：
  1. 128个US-ASCII字符，只需一个字节编码。
  2. 拉丁文等字符，需要二个字节编码。
  3. 大部分常用字（含中文），使用三个字节编码。
  4. 其他极少使用的Unicode辅助字符，使用四字节编码。

• 举例

Unicode符号范围 | UTF-8编码方式

(十六进制)           | （二进制）

————————————————————|—–—–—–—–—–—–—–—–—–—–—–—–—–—–

0000 0000-0000 007F | 0xxxxxxx（兼容原来的ASCII）

0000 0080-0000 07FF | 110xxxxx 10xxxxxx

0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx

0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

---

注意：在中文操作系统上，ANSI（美国国家标准学会、AMERICAN NATIONAL STANDARDS INSTITUTE: ANSI）编码即为GBK；在英文操作系统上，ANSI编码即为ISO-8859-1。

---

补充介绍：

UTF-8（Unicode Transformation Format-8）是一种用于表示Unicode字符的可变长度字符编码方式。它是Unicode的一种具体实现，能够表示几乎所有的Unicode字符。

下面是UTF-8的一些特点和重要概念：

1. 可变长度编码：UTF-8使用1到4个字节来表示不同的字符。基本的ASCII字符（U+0000 至 U+007F）使用单个字节表示，而其他字符根据其Unicode码点采用多字节进行编码。

2. 兼容ASCII：UTF-8是一种兼容ASCII标准的编码方式。ASCII字符在UTF-8中使用一个字节编码，因此，所有的ASCII文本在UTF-8中保持不变，同时也能够容纳各种语言的ASCII字符。

3. 可变长性：UTF-8能够根据字符的具体需求动态分配所需的字节数。这使得UTF-8在存储和传输文本时，能够有效地使用和节约空间。与其他固定长度的Unicode编码方式相比，UTF-8能够根据文本中字符的实际情况进行灵活编码，减小了开销。

4. 多语言支持：UTF-8能够表示几乎所有的Unicode字符，包括世界上的各种语言、符号、表情符号、特殊符号等。它被广泛应用于各种计算机系统、操作系统、Web页面、数据库等领域，提供了国际化和多语言支持。

需要注意的是，UTF-8在存储大多数 非拉丁语系的字符时 会占用更多的字节数，因为这些字符 需要使用多个字节进行编码。尽管如此，UTF-8仍然是目前最常用的Unicode编码方式，因为它的兼容性、灵活性和可节省空间的特点。

简言之，UTF-8是一种灵活、节省空间且广泛应用的Unicode字符编码方式，它能够表示几乎所有的Unicode字符，并提供了国际化和多语言的支持。

 

二、条件运算符的练习

2.1 实例code

/*
测试运算符的使用6：条件运算符

1. (条件表达式)? 表达式1 : 表达式2

2. 说明：
① 条件表达式的结果是boolean类型。
② 如果条件表达式的结果是true，则执行表达式1。否则，执行表达式2。
③ 表达式1 和 表达式2 需要是相同的类型或能兼容的类型。

④ 开发中，凡是可以使用条件运算符的位置，都可以改写为if-else。
          反之，能使用if-else结构，不一定能改写为条件运算符。
  
  建议，在二者都能使用的情况下，推荐使用条件运算符。因为执行效率稍高。

*/
class ConditionTest {
	public static void main(String[] args) {
		
		String info = (2 > 10)? "表达式1" : "表达式2";
		System.out.println(info);

		double result = (2 > 1)? 1 : 2.0;
		System.out.println(result);

		//练习1：获取两个整数的较大值
		int m = 10;
		int n = 20;

		int max = (m > n)? m : n;
		System.out.println("较大值为：" + max);

		//练习2：获取三个整数的最大值
		int i = 20;
		int j = 30;
		int k = 23;

		int tempMax = (i > j)? i : j;
		int finalMax = (tempMax > k)? tempMax : k;
		System.out.println(finalMax);

		//合并以后的写法：不推荐
		int finalMax1 = (((i > j)? i : j) > k)? ((i > j)? i : j) : k;
		System.out.println(finalMax1);
	}
}

2.2 测试输出 & 简析

简析：

上述代码是一个 Java 程序，主要演示了条件运算符（三元运算符）的使用。

代码中的第一个示例是：

String info = (2 > 10)? "表达式1" : "表达式2";
System.out.println(info);

这里，条件表达式 (2 > 10) 的结果为 false，所以 info 的值将被赋为 "表达式2"。然后，在控制台打印出 info 的值，结果是 "表达式2"。

第二个示例是：

double result = (2 > 1)? 1 : 2.0;
System.out.println(result);

这里，条件表达式 (2 > 1) 的结果为 true，所以 result 的值将被赋为 1。然后，在控制台打印出 result 的值，结果是 1.0。

接下来的练习示例是 获取两个整数的较大值和三个整数的最大值。这两个示例都使用了条件表达式来比较和选择值。例如，在获取两个整数的较大值时：

int max = (m > n)? m : n;
System.out.println("较大值为：" + max);

这里，如果 m 大于 n，则 max 将被赋值为 m，反之则被赋值为 n。然后，在控制台打印出 "较大值为：" + max，显示出较大的那个整数。

最后一个示例 展示了对三个整数求最大值的情况。通过 嵌套使用条件表达式，可以比较 三个整数之间的大小 并得到最大值。例如：

int tempMax = (i > j)? i : j;
int finalMax = (tempMax > k)? tempMax : k;
System.out.println(finalMax);

这里，首先通过 (i > j)? i : j 得到 i 和 j 中较大的值，然后再将较大值与 k 进行比较，得到最终的最大值。然后，在控制台打印出最大值。

值得一提的是，代码中还包含了一个不推荐的方式来合并求最大值的写法：

int finalMax1 = (((i > j)? i : j) > k)? ((i > j)? i : j) : k;
System.out.println(finalMax1);

需要指出，这种写法虽然有效，但是可读性较差。因此，在实际开发中，建议使用嵌套的条件表达式来表达逻辑更加清晰的代码。

 

---

 

热门专栏推荐：

• Python&AI专栏：【Python从入门到人工智能】
• 前端专栏：【前端之梦~代码之美(H5+CSS3+JS.】
• 文献精读&项目专栏：【小小的项目 (实战+案例)】
• C语言/C++专栏：【C语言、C++ 百宝书】(实例+解析)
• Java系列（Java基础/进阶/Spring系列/Java软件设计模式等）
• 问题解决专栏：【工具、技巧、解决办法】
• 加入Community 一起追光：追光者♂社区

 

持续创作优质好文ing…✍✍✍

 

记得一键三连哦！！！

 

求关注！求点赞！求个收藏啦！