HTML基础教程之计算机编码（字符集）

计算机编码(字符集)——了解

为什么要有字符集，是因为计算机只能处理二进制数据。为了让计算机能识别人类语言(0-9、a-z、A-Z、特殊符号)，我们就需要对这每一个字符进行“编码”。所谓“编码”就是：每一个字符，可以用不同的二进制来表示。

假设：A 用二进制表示 1000， B  用二进制表示 1001

ASCII编码：用1个字节(8位二进制)来表示所有字符，共可以表示 2^8 = 256 。

ANSI编码：其它国家，都对ASCII编码进行扩展，用于显示本国的语言。

• ANSI在中文操作系统下，代表gb2312

• ANSI在繁体操作系统下，代表big5

• ANSI在日文操作系统下，代表JIS

• ……

• 用2个字节(16位二进制)(来表示，共可以表示 2^16 = 65536个字符。

• GB2312中共收录了6763个汉字。

• GBK编码：对GB2312进行扩充，收录了一些冷门字、罕见字、古汉语等。共收录2.1万个汉字。

• Unicode编码：计划将世界上所有字符统一编码，用4个字节(32位二进制)来表示一个字符。

它的缺点：编码表文件太大了，不方便使用。用32位二进制表示一个字符，造成空间极大浪费。

假设：1  用Unicode编码表示 0000000000000000000000000000000000000000000000001

• UTF-8：统一转换格式编码(多国语言编码)

不同的字符，它会选择合适编码来进行翻译。

如：1 可以使用ASCII中编码(8位二进制)

“国”可以使用2个字节来表示