编码与字符集.ppt

1、编码与字符集,殷坤 2015年7月16日,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(American National Standard Institute , 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27=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！,字符集和编码方式的多样化,随着计算

2、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,JAVA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(String charset): 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,String charset): 使用指定的字符集解码并创建新的字符串,Unicode与UTF-8的转换,“汉”字的Unicode编码是0 x6C49。0 x6

3、C49在0 x0800-0 xFFFF之间，使用用3字节模板了：1110 xxxx 10 xxxxxx 10 xxxxxx。将0 x6C49写成二进制是：0110 1100 0100 1001， 用这个比特流依次代替模板中的x，得到：11100110 10110001 10001001，即E6 B1 89,GBK、GB2312转换为UTF-8,GBK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！,HTTP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

4、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URI Encoder，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,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url safe的base64编码，其实就是把字符+和/分别变成-和_,Base64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：11100110 10001000 10010001 分组(6个一组)： 11