字节、字符、字符串、字符编码

╰+哭是因爲堅強的太久メ 2022-06-03 06:37 200阅读 0赞

字节是计算机的存储计量单位  1Byte=8bit

1KB=1024Byte

1MB=1024KB=1024\*1024Byte

1GB=1024MB

字符是指计算机中使用的字符、数字、字和符号。例如：一个英文字母或一个汉字或其他。

1个字符占用存储空间在不同编码下是不一样的

GBK/GB2312：一个汉字字符占用2个字节

UTF8：一个汉字占用3个字节

字符串：多个字符组合在一起。

字符编码：

UTF8编码规则：

1）对于单字节的符号，字节的第一位设为0，后面7位为这个符号的 Unicode 码。因此对于英语字母，UTF-8 编码和 ASCII 码是相同的。

2）对于n字节的符号（n > 1），第一个字节的前n位都设为1，第n + 1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的 Unicode 码。

Unicode符号范围 | UTF-8编码方式

(十六进制)        |              （二进制）
    ----------------------+---------------------------------------------
    0000 0000-0000 007F | 0xxxxxxx
    0000 0080-0000 07FF | 110xxxxx 10xxxxxx
    0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx
    0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

如果一个字节的第一位是0，则这个字节单独就是一个字符；如果第一位是1，则连续有多少个1，就表示当前字符占用多少个字节。

下面，还是以汉字严为例，演示如何实现 UTF-8 编码。

严的 Unicode 是4E25（100111000100101），根据上表，可以发现4E25处在第三行的范围内（0000 0800 - 0000 FFFF），因此严的 UTF-8 编码需要三个字节，即格式是1110xxxx 10xxxxxx 10xxxxxx。然后，从严的最后一个二进制位开始，依次从后向前填入格式中的x，多出的位补0。这样就得到了，严的 UTF-8 编码是11100100 10111000 10100101，转换成十六进制就是E4B8A5。

发表评论取消回复

表情：

评论列表（有 0 条评论，200人围观）

还没有评论，来说两句吧...

相关阅读

相关字符，字节和编码

引言 “字符与编码”是一个被经常讨论的话题。即使这样，时常出现的乱码仍然困扰着大家。虽然我们有很多的办法可以用来消除乱码，但我们并不一定理解这些办法的内在原理。而有的乱码

Bertha 。/ 2022年09月18日 09:51/ 0 赞/ 162 阅读

相关字符，字节和编码

字符，字节和编码 \[原创文章，转载请保留或注明出处：[http://www.regexlab.com/zh/encoding.htm][http_www.regexla

我会带着你远行/ 2022年08月18日 11:52/ 0 赞/ 149 阅读

相关字符，字节和编码

原文：[http://www.regexlab.com/zh/encoding.htm][http_www.regexlab.com_zh_encoding.htm] 级别：

Dear 丶/ 2022年06月18日 06:41/ 0 赞/ 171 阅读

相关 java 字符字节与编码

1 字节字符； ![Center][] 2 字符集（编码） ![Center 1][] 3 ANSI 和 Unicode ![Center 2][] 4 区别

短命女/ 2022年06月15日 08:22/ 0 赞/ 178 阅读

相关字节、字符、字符串、字符编码

字节是计算机的存储计量单位 1Byte=8bit 1KB=1024Byt

╰+哭是因爲堅強的太久メ/ 2022年06月03日 06:37/ 0 赞/ 201 阅读

相关【字符编码】彻底理解字符编码

本文系转载，文章来源：https://www.cnblogs.com/leesf456/p/5317574.html 一、前言　　在解决昨天的问题时，又引出了很

逃离我推掉我的手/ 2022年05月15日 06:41/ 0 赞/ 349 阅读

相关字符编码

字符编码你是否认为 ASCII 码就是一个字符，一个字节就是一个字符，一个字符就是 8 比特？你是否认为 UTF-8 就是用 8 比特表示一个字符？如果真的是这样认为这

曾经终败给现在/ 2022年02月23日 04:18/ 0 赞/ 324 阅读

相关字符编码

Python2的默认编码是ASCII，不能识别中文字符，需要显式指定字符编码；Python3的默认编码为Unicode，可以识别中文字符。 1.字符与字节 Win

缺乏、安全感/ 2022年01月06日 23:35/ 0 赞/ 325 阅读

相关字符，字节和编码

级别：中级摘要：本文介绍了字符与编码的发展过程，相关概念的正确理解。举例说明了一些实际应用中，编码的实现方法。然后，本文讲述了通常对字符与编码的几种误解，由于这些误解而导致

偏执的太偏执、/ 2021年12月18日 05:21/ 0 赞/ 276 阅读

相关字符编码

英文字母：字节数 : 1;编码：GB2312 字节数 : 1;编码：GBK 字节数 : 1;编码：GB18030 字节数 : 1;编码：ISO-8859-1 字节数

àì夳堔傛蜴生んèń/ 2021年09月21日 14:40/ 0 赞/ 589 阅读