字节，字符，字符编码 与 字符集

1.字节的概念

计算机存储的信息，实际上都是二进制数据

字节，是二进制的单位，8个二进制位(bit)表示一个字节(B)

所有的数据，都可以表示为字节，即一切皆字节

字节，都是二进制，一般用作计量单位，文件属性中通常显示包含 xxx字节

2.字符的概念

字符指类字形单位或符号，包括字母、数字、运算符号、标点符号…等功能性符号

字符是电子计算机或无线电通信中字母、数字、符号的统称

字符是二进制的另一种表现形式

简单点说，字符表示人用来看的东西，如各种符号，包括文字，数字，表情符号等

3.字符编码

1.字符和字节的对应关系

发明计算机的人，是使用英语，操作系统也是英语写的，

故操心系统默认只有英文字母和数字等少量符号，

字符编码，是指二进制和字符之间的关系，通常8个二进制位表示一个字符

因为字节是8个二进制位，所以字符和字节之间，也有一个转换关系

通常一个字节一个字符，有的是2个字节一个字符，有的是3个，4个…等

那么怎么知道哪些字符一个字节，哪些2个字节，3个，4个字节？

2.字符的编码

对于二进制数据，可以采取不同的方式 “加工”

当二进制数据”加工”后，就可以产生字符，如何”加工”，我们不需要关心

即，字符的产生，需要 2 个条件，一个是二进制数据，一个是”加工方式”

我们把这种”加工方式”，称为编码

4.字符集

1.字符集的概念

不同的编码方式，包含的字符，称为字符集

即，一种编码方式对应一个字符集

2.常见的编码方式 和 字符集

ASCII字符集 ：操作系统本身带有的符号，1字节1字符，符号较少

其他编码均兼容 ASCII，即对于 ASCII 所包含的字符集，均使用1字节编码

• ANSI字符集 –> 一个最早的编码方式，广泛使用，通常2字节一个中文
  • ISO-8859-1：依赖于ANSI的欧洲文字
  • GB2312：GB是国标的意思，GB2312是简体中文编码
  • GBK：最常见的中文编码，
  • GB18013：最新的中文码表，包含大量繁体和日韩汉字等

• Unicode字符集 –> 互联网规范使用的一种编码方式，通常3字节一个中文
  • utf-8：最常用的编码方式，互联网协议均支持utf-8，中文使用1-4字节
  • utf-16：16个序列的编码方式，总之比utf-8占用更大
  • utf-32：32个序列的编码方式，总之比utf-16占用更大

3.下面是完整的 ASCII 编码表

ASCII值	控制字符	ASCII值	控制字符	ASCII值	控制字符	ASCII值	控制字符
0	NUT	32	(space)	64	@	96	、
1	SOH	33	！	65	A	97	a
2	STX	34	”	66	B	98	b
3	ETX	35	#	67	C	99	c
4	EOT	36	$	68	D	100	d
5	ENQ	37	%	69	E	101	e
6	ACK	38	&	70	F	102	f
7	BEL	39	,	71	G	103	g
8	BS	40	(	72	H	104	h
9	HT	41	)	73	I	105	i
10	LF	42	*	74	J	106	j
11	VT	43	+	75	K	107	k
12	FF	44	,	76	L	108	l
13	CR	45	–	77	M	109	m
14	SO	46	.	78	N	110	n
15	SI	47	/	79	O	111	o
16	DLE	48	0	80	P	112	p
17	DCI	49	1	81	Q	113	q
18	DC2	50	2	82	R	114	r
19	DC3	51	3	83	X	115	s
20	DC4	52	4	84	T	116	t
21	NAK	53	5	85	U	117	u
22	SYN	54	6	86	V	118	v
23	TB	55	7	87	W	119	w
24	CAN	56	8	88	X	120	x
25	EM	57	9	89	Y	121	y
26	SUB	58	:	90	Z	122	z
27	ESC	59	;	91	[	123	{
28	FS	60	<	92	/	124	|
29	GS	61	=	93	]	125	}
30	RS	62	>	94	^	126	~
31	US	63	?	95	—	127	DEL

NUL 空	VT 垂直制表	SYN 空转同步
SOH 标题开始	FF   走纸控制	ETB  信息组传送结束
STX  正文开始	CR   回车	CAN  作废
ETX  正文结束	SO   移位输出	EM   纸尽
EOY  传输结束	SI    移位输入	SUB  换置
ENQ  询问字符	DLE  空格	ESC  换码
ACK  承认	DC1  设备控制1	FS   文字分隔符
BEL  报警	DC2  设备控制2	GS   组分隔符
BS   退一格	DC3  设备控制3	RS   记录分隔符
HT   横向列表	DC4  设备控制4	US   单元分隔符
LF   换行	NAK  否定	DEL  删除