資源描述：
《常用字符集編碼》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。
1、常用字符集編碼詳解：ASCII、GB2312、GBK、GB18030、unicode、UTF-8?ASCII???ASCII碼是7位編碼，編碼范圍是0x00-0x7F。ASCII字符集包括英文字母、阿拉伯?dāng)?shù)字和標(biāo)點符號等字符。其中0x00-0x20和0x7F共33個控制字符。???只支持ASCII碼的系統(tǒng)會忽略每個字節(jié)的最高位，只認(rèn)為低7位是有效位。HZ字符編碼就是早期為了在只支持7位ASCII系統(tǒng)中傳輸中文而設(shè)計的編碼。早期很多郵件系統(tǒng)也只支持ASCII編碼，為了傳輸中文郵件必須使用BASE64或者其他編碼方式。GB2312???GB2312是基于區(qū)位碼設(shè)計的，區(qū)位碼
2、把編碼表分為94個區(qū)，每個區(qū)對應(yīng)94個位，每個字符的區(qū)號和位號組合起來就是該漢字的區(qū)位碼。區(qū)位碼一般用10進(jìn)制數(shù)來表示，如1601就表示16區(qū)1位，對應(yīng)的字符是“啊”。在區(qū)位碼的區(qū)號和位號上分別加上0xA0就得到了GB2312編碼。???區(qū)位碼中01-09區(qū)是符號、數(shù)字區(qū)，16-87區(qū)是漢字區(qū)，10-15和88-94是未定義的空白區(qū)。它將收錄的漢字分成兩級：第一級是常用漢字計3755個，置于16-55區(qū)，按漢語拼音字母/筆形順序排列；第二級漢字是次常用漢字計3008個，置于56-87區(qū)，按部首/筆畫順序排列。一級漢字是按照拼音排序的，這個就可以得到某個拼音在一級漢字區(qū)位
3、中的范圍，很多根據(jù)漢字可以得到拼音的程序就是根據(jù)這個原理編寫的。????GB2312字符集中除常用簡體漢字字符外還包括希臘字母、日文平假名及片假名字母、俄語西里爾字母等字符，未收錄繁體中文漢字和一些生僻字?？梢杂梅斌w漢字測試某些系統(tǒng)是不是只支持GB2312編碼。????GB2312的編碼范圍是0xA1A1-0x7E7E，去掉未定義的區(qū)域之后可以理解為實際編碼范圍是0xA1A1-0xF7FE。EUC-CN可以理解為GB2312的別名，和GB2312完全相同。????區(qū)位碼更應(yīng)該認(rèn)為是字符集的定義，定義了所收錄的字符和字符位置，而GB2312及EUC-CN是實際計算機(jī)環(huán)境中
4、支持這種字符集的編碼。HZ和ISO-2022-CN是對應(yīng)區(qū)位碼字符集的另外兩種編碼，都是用7位編碼空間來支持漢字。區(qū)位碼和GB2312編碼的關(guān)系有點像Unicode和UTF-8。?GBK????GBK編碼是GB2312編碼的超集，向下完全兼容GB2312，同時GBK收錄了Unicode基本多文種平面中的所有CJK漢字。同GB2312一樣，GBK也支持希臘字母、日文假名字母、俄語字母等字符，但不支持韓語中的表音字符（非漢字字符）。GBK還收錄了GB2312不包含的漢字部首符號、豎排標(biāo)點符號等字符。????GBK的整體編碼范圍是為0x8140-0xFEFE，不包括低字節(jié)是0
5、×7F的組合。高字節(jié)范圍是0×81-0xFE，低字節(jié)范圍是0x40-7E和0x80-0xFE。????低字節(jié)是0x40-0x7E的GBK字符有一定特殊性，因為這些字符占用了ASCII碼的位置，這樣會給一些系統(tǒng)帶來麻煩。有些系統(tǒng)中用0x40-0x7E中的字符（如“
6、”）做特殊符號，在定位這些符號時又沒有判斷這些符號是不是屬于某個GBK字符的低字節(jié)，這樣就會造成錯誤判斷。在支持GB2312的環(huán)境下就不存在這個問題。需要注意的是支持GBK的環(huán)境中小于0x80的某個字節(jié)未必就是ASCII符號；另外就是最好選用小于0×40的ASCII符號做一些特殊符號，這樣就可以快速定位，且不用
7、擔(dān)心是某個漢字的另一半。Big5編碼中也存在相應(yīng)問題。????CP936和GBK的有些許差別，絕大多數(shù)情況下可以把CP936當(dāng)作GBK的別名。?GB18030????GB18030編碼向下兼容GBK和GB2312，兼容的含義是不僅字符兼容，而且相同字符的編碼也相同。GB18030收錄了所有Unicode3.1中的字符，包括中國少數(shù)民族字符，GBK不支持的韓文字符等等，也可以說是世界大多民族的文字符號都被收錄在內(nèi)。???GBK和GB2312都是雙字節(jié)等寬編碼，如果算上和ASCII兼容所支持的單字節(jié)，也可以理解為是單字節(jié)和雙字節(jié)混合的變長編碼。GB18030編碼是變長編碼，
8、有單字節(jié)、雙字節(jié)和四字節(jié)三種方式。GB18030的單字節(jié)編碼范圍是0x00-0x7F，完全等同與ASCII；雙字節(jié)編碼的范圍和GBK相同，高字節(jié)是0x81-0xFE，低字節(jié)的編碼范圍是0x40-0x7E和0x80-FE；四字節(jié)編碼中第一、三字節(jié)的編碼范圍是0x81-0xFE，二、四字節(jié)是0x30-0x39。????Windows中CP936代碼頁使用0x80來表示歐元符號，而在GB18030編碼中沒有使用0x80編碼位，用其他位置來表示歐元符號。這可以理解為是GB18030向下兼容性上的一點小問題；也可以理解為0x80是CP936對GBK
