utf8编码对照表 为什么Linux系统默认使用utf8编码?
为什么Linux系统默认使用utf8编码?
GBK是微软为简体中文开发的本地代码,被工信部起诉。每个国家或地区都会制定和使用自己的地方代码,一些企业也会制定某个国家或地区的地方代码(GBK是微软制定的简体中文代码)。当打开用本地代码编写的文件而不指定使用的本地代码时,可能会看到乱码。
为了解决本地编码混乱的问题,Unicode和ISO这两个组织已经开始开发一种字符编码系统,可以容纳不同国家的字符而不发生冲突。目前,这两个组织相互承认,并有兼容的编码。
目前,许多计算机系统使用2字节(16位整数)或4字节(32位整数)统一编码。统一编码只描述每个字符的编码,但没有解释如何将编码存储在存储介质上。
目前,计算机系统中有前高字节和前低字节两种整数存储模式,因此前高字节的数据在前低字节的系统中会出现异常,反之亦然。同时,我们知道很多编程系统在处理字符串时,都会把值为0的字节作为字符串的结尾,不管是前高字节还是前低字节,字符串中都会出现大量值为0的字节,因此传统的字符串处理功能无法使用。
为了解决统一编码的存储和与现有字符串处理函数兼容的问题,引入了utf8编码。这种编码规定了统一编码的存储方式,并确保值为0的字节仍然用作字符串的结尾,这样就可以继续使用原来的字符串处理函数,而不需要开发新的集合。
当然,utf8也有一个问题,那就是它是可变长度编码。统一编码的字符可以编码为一个字节、两个字节、三个字节、四个字节(版本1)或六个字节(版本2)。
什么是UTF-8编码?
GBK是在国家标准GB2312的基础上扩展后与GB2312兼容的标准。GBK码是专门用来解决中文双字节编码的。中文和英文都是双字节的。UTF-8编码是一种用于国际字符的多字节编码。它用8位(一个字节)表示英语,用24位(三个字节)表示汉语。对于英文字符较多的论坛,使用UTF-8来节省空间。此外,如果外国人访问您的GBK网站,他们需要下载中文语言包支持。访问UTF-8编码的网页没有这个问题。可以直接访问。GBK包含所有汉字;UTF-8包含世界各国所需的所有字符。
utf8和utf16编码是什么标准?
UTF-8采用字节作为编码单元,不存在字节顺序问题。
Utf-16采用两个字节作为编码单位。在解释utf-16文本之前,
我们应该首先弄清楚每个编码单元的字节顺序。
例如,“Kui”的Unicode代码是594e,“B”的Unicode代码是4e59。如果我们收到utf-16字节流“594e”
版权声明:本文内容由互联网用户自发贡献,本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。