位、字节、编码格式
位(Bit):计算机中最小的数据单位。每一位的状态只能是0或1。
字节(Byte):存储空间的基本计量单位,8个二进制位构成一个字节
编码格式:
ASCII:127个字符被编码到计算机里,也就是大小写英文字母、数字和一些符号
Unicode:把所有语言都统一到一套编码里,解决乱码问题
UTF-8:根据不同的数字大小编码成1-6个字节,常用的英文字母被编码成1个字节,汉字通常是3个字节,只有很生僻的字符才会被编码成4-6个字节。
GBK:有一字节和双字节编码,00–7F范围内是第一个字节,和ASCII保持一致,双字节字符的第一个字节在81-FE之间,通过这个可以判断是单字节还是双字节。
编码格式 | 字符 | 字节 |
ASCII | 1 | 1 |
Unicode | 1 | 2 |
UTF-8 | 1 | 可变长编码 |
GBK | 1 | 一字节或两字节 |
计算机系统通用的字符编码工作方式:
在计算机内存中,统一使用Unicode编码,当需要保存到硬盘或者需要传输的时候,就转换为UTF-8编码。
用记事本编辑的时候,从文件读取的UTF-8字符被转换为Unicode字符到内存里,编辑完成后,保存的时候再把Unicode转换为UTF-8保存到文件:
浏览网页的时候,服务器会把动态生成的Unicode内容转换为UTF-8再传输到浏览器: