ascii编码:
这是最早的一种编码,很多其他的编码都会兼容ascii编码,ascii编码只包含常用的英文字母,数字,以及一些特殊字符,还有部分控制字符。
每个字符由占用一个字节的存储空间,因为最多只包含127个字符,而一个字节(8bit)最多可以存256(2^8)个字符,故其最高位都为0。
例如大写英文字母‘A‘对应的ascii码值为65,用二进制表示就是01000001.
gb2312编码:
由于计算机是美国人发明的,在设计编码的时候没有考虑到别国的文字,而ascii编码中是不包含别国的文字的,比如中文。所以想 要在计算机中显示
我们的中文,就必须制定一套中文编码规范,而gb2312就是其中一种,该编码方式包含常用的中文字符。而且兼容ascii编码,在gb2312编码中,ascii
字符还是跟原来一样占用一个字节,一个中文字符占用2个字节,ascii字符的码值在0-127之间,中文字符的两个字节的码值都是在127-256之间。
gbk编码:
gbk也是一种中文编码,其兼容gb2312编码,并且比gb2312包含了更多的汉字,与gb2312不同的是gbk在存储中文时,第一个字节码值在127-256之间,
第二个字节的码值在0-256之间,所以gbk能表示更多的汉字。
utf-8编码:
utf-8是一种国际化的编码方式,其包含世界各国的大部分文字,并且兼容ascii编码。在utf-8中,用1-6个字节来存储一个字符。具体如何区分某个字符
占几个字节呢?这就要看字符的第一个字节特征了
当第一个字节的二进制以‘0’开头时,表示这是个ascii字符,即只占一个字节
当以‘110‘开头时,表示这个字符占2个字节,其后的1个字节也属于该字符
当以‘1110‘开头时,表示这个字符占3个字节,其后的2个字节也属于该字符,
当以‘11110‘开头时,表示这个字符占4个字节,其后的3个字节也属于该字符
当以‘111110‘开头时,表示这个字符占5个字节,其后的4个字节也属于该字符
当以‘1111110‘开头时,表示这个字符占6个字节,其后的5个字节也属于该字符
其中大部分的中文在utf8中都占3个字节,即第一个字节以1110开头那一类。