关于字符编码的转换知识资源-CSDN文库

字符编码的

3星 · 超过75%的资源需积分: 9 46 浏览量 2014-10-04 21:43:57 上传评论收藏 510KB PDF 举报

资源推荐

资源详情

资源评论

日志

返回日志列表

关于字符编码的转换知识 2014-8-30 10:02 阅读(0)

赞

评论

转载

分享

复制地址

编辑

上一篇 | 下一篇：深入学习C++_Stri...

开通黄钻

关于字符编码的转换知识

C/C++ 字符编码的转换(ut8、gb2312)

源码：

http://pan.baidu.com/s/1hqy00YS

字符编码简介

Unicode

是一种字符编码规范。先从

ASCII

说起。

ASCII

是用来表示英文字符的一种编码规范，每个

ASCII字符占用

1

个字节（

8bits

）。因此，ASCII编码可以表示的最大字符数是256，其实英文字符并没

有那么多，一般只用前128个（最高位为0），其中包括了控制字符、数字、大小写字母和其他一些符

号。而最高位为1的另128个字符被成为“扩展ASCII”，一般用来存放英文的制表符、部分音标字符

等等的一些其他符号。这种字符编码规范显然用来处理英文没有什么问题。（实际上也可以用来处理

法文、德文等一些其他的西欧字符，但是不能和英文通用），但是面对中文、阿拉伯文之类复杂的文

字，255个字符显然不够用，于是，各个国家纷纷制定了自己的文字编码规范，其中中文的文字编码规

范叫做“GB2312-80”，它是和ASCII兼容的一种编码规范，其实就是利用扩展ASCII没有真正标准化这

一点，把一个中文字符用两个扩展ASCII字符来表示。但是这个方法有问题，最大的问题就是，中文文

字没有真正属于自己的编码，因为扩展ASCII码虽然没有真正的标准化，但是PC里的ASCII码还是有一

个事实标准的（存放着英文制表符），所以很多软件利用这些符号来画表格。这样的软件用到中文系

统中，这些表格符就会被误认作中文字，破坏版面。而且，统计中英文混合字符串中的字数，也是比

较复杂的，我们必须判断一个ASCII码是否扩展，以及它的下一个ASCII是否扩展，然后才“猜”那可

能是一个中文字。

总之当时处理中文是很痛苦的。而更痛苦的是

GB2312

是国家标准，台湾当时有一个Big5编码标准，

很多编码和GB是相同的，所以……，嘿嘿。这时候，我们就知道，要真正解决中文问题，不能从扩展

ASCII的角度入手，也不能仅靠中国一家来解决。而必须有一个全新的编码系统，这个系统要可以将中

文、英文、法文、德文……等等所有的文字统一起来考虑，为每个文字都分配一个单独的编码，这样

才不会有上面那种现象出现。于是，Unicode诞生了。

Unicode

有两套标准，一套叫

UCS-2(Unicode-16)

，用

2

个字节为字符编码，另一套叫

UCS-4(Unicode-32)

，

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余3页未读，立即下载

内容反馈

wsnfine

2018-05-04

这么小的资料设置3个积分，太高了吧

overdose_delusion

粉丝: 0
资源: 15

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip