1. 字符集和编码
字符集（Character Set）是一种定义了一组字符、符号和控制符号的集合，这些字符通常用于书写和表示文本信息。字符集可以包括字母、数字、标点符号、特殊符号、控制字符等。
电脑如何进行存储文字信息
0 1 <=> 1010101010 <=> 二进制转化成十进制 <=> 88
电脑如何进行存储文字信息
1000000 <=> a
ascii => 编排了128个文字符号. 只需要7个0和1就可以表示了. 01111111 => 1 byte => 8bit
ANSI => 一套标准, 每个字符 16bit, 2byte => 65536
00000000 01111111
到了中国, gb2312编码, gbk编码(windows 默认的就是这个)
01000000 01010101 => 中
到了日本, JIS编码
01000000 01010101 => え
Unicode: 万国码. 中文
早期Unicode没有意识到这个问题. UCS-2 2个字节.
进行了扩充, UCS-4 4个字节
00000000 00000000 00000000 01111111
utf: 是可变长度的unicode. 可以进行数据的传输和存储 -> 行书, 草书, 隶书
utf-8: 最短的字节长度8
英文: 8bit, 1byte
欧洲文字: 16bit, 2byte
中文: 24bit, 3byte
utf-16: 最短的字节长度16
总结:
1. ascii: 8bit, 1byte
2. gbk: 16bit, 2byte windows默认
3. unicode: 32bit, 4byte(没法用, 只是一个标准)
4. utf-8: mac默认
英文: 8bit, 1byte
欧洲: 16bit, 2byte
中文: 24bit, 3byte
gbk和utf-8不能直接就进行转化.
我军密码本 -> 文字 -> 敌军密码本
2. bytes
程序员平时遇见的所有的数据最终单位都是字节byte