6 字符编码

---------------------- android培训、java培训、期待与您交流！ ----------------------

字符编码

  l  计算机里只有数字，计算机软件里的一切都是用数字来表示的，屏幕上显示的一个个字符也不例外。

  l  字符a 对应数字97， 字符b 对应98 等，这种字符与数字对应的编码规则被称为ASCII（美国标准信息交换码）。ASCII的最高bit位为0，也就是说这些数字在0到127之间。

  l  中国大陆将每一个中文字符都用两个字节的数字来表示，中文字符每个字节的最高位bit都为1，中国大陆为每个中文字符制定的编码规则称为GB2312（国标码）

  l  在GB2312的基础上，对更多的中文字符（包括繁体）进行了编码，新的编码规则称为GBK. 

  l  中国的中字，在中国大陆的编码是十六进制的D6D0,而在中国台湾的编码是十六进制的A4A4,台湾地区对中文字符集的编码规则称为BIG5（大五码）。

  l  在一个国家的本地化系统中出现的一个字符，通过电子邮件传送到另外一个国家的本地化系统中，看到的就不是那个原始字符了，而是另外那个国家的一个字符或乱码。

Unicode 编码

  l  ISO（国际标准化组织）将全世界所有的符号进行了统一编码，称之为Unicode编码。

  l  “中”这个符号，在全世界的任何角落始终对应的都是一个十六进制的数字4e2d。

  l  如果所有的计算机系统都使用Unicode编码，在中国大陆的本地化系统中显示的“中”这个符号，发送到伊拉克的本地化系统中，显示的仍然是“中”这个符号。

  l  Unicode编码的字符占用两个字节的大小，对于ASCII码所表示的字符，只是简单地在ASCII码原来占用的一个字节前面，增加一个所有bits为0 的字节。

  l  Unicode只占用两个字节，在全世界范围内所表示的字符个数不会超过2的16次方（65536），实际上，Unicode编码中还保留了两千多个数值没有用于字符编码。

  l  在相当长的一段时间内，本地化字符编码将与Unicode编码共存。

  l  JAVA中的字符使用的都是Unicode编码，JAVA  在通过Unicode保证跨平台特性的前提下，也 支持本地平台字符集。

UTF-8编码

ASCII码字符保持原样，仍然只占用一个字节，对于其它国家的字符，UTF-8使用两个或三个字节来表示。使用UTF-8编码的文件，通常都要用EF BB BF作为文件开关的三个字节数据。

UTF-8的优点：

   l   不出现内容为0x00字节

   l   便于应用程序检测数据在传输过程中是否发生了错误。

   l   直接处理使用ASCII码的英文文档

UTF-8的缺点：

   l   某些字符需要使用二个字节

 

UTF-16编码

UTF-16编码在Unicode基础上进行了一些细节上的扩充，增加了对Unicde编码没有包括的那些字符的表示方式。

UTF-16对Unicode的扩充并没有影响Unicde所包括的那些字符，只是增加了对Unicde编码没有包括的那些字符的表示方式，一个使用Unicode编码的字符就是UTF-16格式的。

Unicde编码将0xD800-0xD8FF之间，后面两个字节的数值为0xDC00-0xDFFF之间。

字符编码的编程体验

---------------------- android培训、java培训、期待与您交流！ ----------------------详细请查看：http://edu.csdn.net/heima