一、概念
我們知道計算機是基于二進制來表示資料的，對于字母和漢字等字符用二進制如何表示？這就需要一種編碼方式將這些字母或者符號轉換二進制表示，首先需要對字符集進行編碼表示，每個編碼代表一個固定的字符，然后再將字符的編碼轉換成二進制表示，
計算機常用字符的編碼主要分為兩種：Unicode碼與ASCII碼，
二、Unicode
Unicode 是一種標準的編碼系統，可以用于幾乎所有語言的字符的編碼，Unicode的出現是因為ASCII等其他編碼不能適應更多的字符編碼需求，
每個字符使用 0 和 0x10FFFF 之間的唯一整數碼位進行編碼，而其中編碼就是一個將一組 Unicode 字符轉換為一個位元組序列的程序，
2.1 編碼方式
Unicode 標準為所有字符都分配一個碼位，其中Unicode 轉換格式 (UTF) 是一種碼位編碼方式，有三種編碼方式，如下所示：
UTF-8，它將每個碼位表示為一個由 1 至 4 個位元組組成的序列，極少數用4~6個位元組存盤，它的規則如下： 1）對于單位元組的符號，位元組的第一位設為0，后面7位為這個符號的unicode碼， 2）對于n位元組的符號（n>1），第一個位元組的前n位都設為1，第n+1位設為0，后面位元組的前兩位一律設為10，剩下的沒有提及的二進制位，全部為這個符號的unicode碼，
在C#中，System.Text.Encoding.Unicode與System.Text.Encoding.UTF8的區別：Windows默認的Unicode實作是UTF-16，所以C#中Encoding.Unicode就是UTF-16，與UTF8不同，
UTF-16，介于 UTF-8 和 UTF-32 之間，使用 2 個或者 4 個位元組來存盤，長度既固定又可變，UTF-16是磁區定義的，每個區可以存放 65536 個字符，為1個平面，共有17個平面，分為基本平面BMP 和輔助平面SMP，常見的字符都在BMP中，
UTF-32，一種固定長度的編碼方案，不管字符編號大小，始終使用 4 個位元組來存盤，
中文對應的Unicode編碼見:http://www.chi2ko.com/tool/CJK.htm
BOM(Byte Order Mark)是用來區分位元組序列和編碼方式的（UTF-8，UTF-16，UTF-32），
三、 ASCII
ASCII（American Standard Code for Information Interchange，美國資訊互換標準代碼）是一套基于拉丁字母的字符編碼，
我們都知道，一個位元組由8位二進制數構成，所以1個位元組共有2的8次方種組合，如果每一種方式可以表示一個字符的話，那么1位元組可以表示256個字符，ASCII 碼就是描述英文字符和8 位二進制數的對應關系，
ASCII 碼對照表定義了 128 個字符，包含 33 個控制字符和 95 個可顯示字符，
ASCII 碼對照表
徹底弄懂 Unicode 編碼
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/282620.html
標籤：其他