编码与字符集总结课件

编码与字符集殷坤2015年7月16日编码与字符集殷坤 ASCII编码：计算机中存放的都是0和1的二进制值。8个位对应一个字节，常用16进制来表示而我们普通用户所希望看到的是，计算机把其所存储的对应的16进制的数值，转化为对应的字符，包括英文和中文等其他语言的字符，然后输出到屏幕上美国国家标准学会(AmericanNationalStandardInstitute,ANSI)制定的，标准的单字节字符编码方案，主要用于显示现代英语和其他西欧语言ASCII字符集共2^7=128个字符=33个控制字符+95个可见字符这点数量的字符也就懂英语的可以用！！！！ ASCII编码：计算机中存放的都是0和1的二进制值。8字符集和编码方式的多样化字符集描述ISO-8859-1支持部分欧洲使用的语言，编码范围：0x00-0xFF，0x00-0x7F与ASCII一样，0x80-0x9F之间是控制字符，0xA0-0xFF之间是文字符号GB2312

共收入简体汉字6763个和非汉字图形字符682个，汉字区域，高位为0xB0-0xF7，低位为0xA1-0xFE，整个字符集分成94个区，每区有94个位。每个区位上只有一个字符GBKGBK向下与GB2312编码兼容，增加了14000多字，采用双字节表示，总体编码范围为8140-FEFE，首字节在81-FE之间，尾字节在40-FE之间UnicodeUnicode是国际组织制定的可以容纳世界上所有文字和符号的字符编码方案，Unicode用数字0-0x10FFFF来映射这些字符，最多可以容纳1114112个字符UTF-8(编码)是一种针对Unicode的可变长度字符编码，又称万国码，一个字节跟ASCII一样，其他的每个字节由一个换码序列开始，第一个字节由唯一的换码序列，由n位连续的1加一位0组成,首字节连续的1的个数表示字符编码所需的字节数随着计算机在全世界的广泛使用，字符的显示要考虑加入其他国家的语言文字字符集和编码方式的多样化字符集描述ISO-8859-1JAVA的字符串处理编码：1.byte[]getBytes():使用系统默认的字符集编码成byte数组2.byte[]getBytes(Stringcharset):使用给定的charset字符集编码成byte数组解码：1.String(byte[]bytes):使用系统默认的字符集解码指定的byte数组，并构建新的字符串2.String(byte[]bytes,Stringcharset):使用指定的字符集解码并创建新的字符串JAVA的字符串处理编码：Unicode与UTF-8的转换Unicode编码(十六进制)UTF-8字节流(二进制)00000000-0000007F0xxxxxxx00000080-000007FF110xxxxx10xxxxxx00000800-0000FFFF1110xxxx10xxxxxx10xxxxxx00010000-001FFFFF11110xxx10xxxxxx10xxxxxx10xxxxxx00200000-03FFFFFF111110xx10xxxxxx10xxxxxx10xxxxxx10xxxxxx04000000-7FFFFFFF1111110x10xxxxxx10xxxxxx10xxxxxx10xxxxxx10xxxxxx“汉”字的Unicode编码是0x6C49。0x6C49在0x0800-0xFFFF之间，使用用3字节模板了：1110xxxx10xxxxxx10xxxxxx。将0x6C49写成二进制是：0110110001001001，用这个比特流依次代替模板中的x，得到：111001101011000110001001，即E6B189Unicode与UTF-8的转换Unicode编码(十六进制GBK、GB2312转换为UTF-8GBK是一种字符集，UTF-8是基于Unicode的编码方式，所以核心问题就是GBK与Unicode的转化问题。既然是两个字符集的转换问题，那么自己去查表吧！GBK、GB2312转换为UTF-8GBK是一种字符集，UTHTTP协议的编码HTTP协议总体分为HTTP头和实体内容(Get请求一般不需要)，请求有请求行，响应有状态行。实体内容的编码一般由头部的content-type决定而对于Get请求，都是把数据串联在请求的url后面作为参数，url拼接完成后，浏览器会对url进行URIEncoder，然后发送给服务器。URLEncoder：英文字母不变，.*_-不变，空格字符变成+，其他字符先使用某个编码机制然后每个字节用一个包含3个字符的字符串%xy表示，其中xy为该字节的两位十六进制表示形式HTTP协议的编码HTTP协议总体分为HTTP头和实体内容(Base64编码Base64是网络上最常见的用于传输8bit字节代码的编码方式之一,

Base64编码可用于在HTTP环境下传递较长的标识信息，Base64也会经常用作一个简单的“加密”来保护某些数据，而真正的加密通常都比较繁琐标准的Base64并不适合直接放在URL里传输，因为URL编码器会把标准Base64中的“/”和“+”字符变为形如“%XX”的形式，所以又有一种"urlsafe"的base64编码，其实就是把字符+和/分别变成-和_Base64编码Base64是网络上最常见的用于传输8bitBase64编码规则将每三个字节作为一组，一共是24个二进制位，将这24个二进制位分为四组，每个组有6个二进制位，即：3*8=6*4例：我二进制：1110011010001000