문자 인코딩 관련
， 。 ， ：
： ， 。 ：'1', ' ', 'a', '$', '￥', ……
： ， 8 ， 。 ：0x01, 0x45, 0xFA, ……
ANSI ： ， “ ” ANSI ， ， ANSI 。 ：" 123"（ 7 ）
unicode ： ， “ ” UNICODE ， UNICODE 。 ：L" 123"（ 10 ）
ANSI ， ， ， ， “ ”。 UNICODE ， ， “ ” 。
문자 세트, 인코딩, 디코딩
ANSI ， “ ”。 ： （GB2312） 。 ANSI ：
。 ， 。 “ ” “ ”。
“ ” ， ， “ ”。
，“ ” “ ” 。 ， “ ”， ：GB2312, GBK, JIS ， “ ” ， “ ” 。
ISO-8859-1（ Latin-1） ， UNICODE 。 ，[0xD6, 0xD0] ， iso-8859-1 ， [0x00D6, 0x00D0] UNICODE ， "ÖÐ"。 ， UNICODE iso-8859-1 ， 0~255 。
ANSI GB2312,BIG5,Shift_JIS,ISO-8859-2 …… UNICODE ANSI “ ” ， ， UNICODE 。 ， ， 。 ，[0xD6, 0xD0] ， GB2312 ， [0x4E2D] ， ' ' 。
“ANSI ” ：
1. “ANSI ” UNICODE 。
2. “UNICODE ” “ ” 。
UNICODE UTF-8,UTF-16, UnicodeBig …… “ANSI ” ， UNICODE “ ” ， UNICODE 。
“ANSI ” ：
1. “UNICODE ” UNICODE 。
2. “UNICODE ” “ ” 。
， 。
ASCII 코드
， ， 。 （bit） 0 1 ， 256 ， （byte）。 ， 256 ， ， 256 ， 0000000 11111111。
60 ， ， ， 。 ASCII ， 。
ASCII 128 ， "SPACE" 32（ 00100000）， A 65（ 01000001）。 128 （ 32 ）， 7 ， 1 0。
GB2312,BIG5,GBK
7 ASCII ， ， GB2312 BIG5。GB2312(1980 ) 7445 ， 6763 682 。 B0-F7， A1-FE， 72*94=6768。 5 D7FA-D7FE。
GB2312 。1995 GBK1.0 21886 ， 。 21003 。
ASCII、GB2312 GBK， ， ， 。 ， 。 0。 ，GB2312、GBK (DBCS)。
ANSI
ANSI(American National Standard Institite) ，Internet ——ANSI ASCII ， 7bits ， 128 ， 、 、 。 ， ， 8 bits ， 256 ， 7 bits 。
， ，ASCII ， ， ， ASCII ， ANSI ANSI ， MBCS(Multi-Byte Chactacter System， )。 ASCII 127 bits ， ASCII 127， 128 Leading Byte， Leading Byte （ ） Leading Byte 。 ， GB-2312 。
， ， 。 ， Unicode ， 16bits（ 、 ） ， 65536 。 ， 。 Unicode UTF-16。 Unicode ， UTF-8， MBCS Unicode 。 UTF-8 ， Unicode 。Unicode ， ASCII ， MBCS（ GB-2312） 。
Unicode ， 1 16 65000 。 ， ， (implantation head-ache's) 。 16 。 ，Unicode 。 UTF-8,UTF-16 UTF-32。 ， UTF－8 ， 8 ， 。 ， UTF－8 ASCII ， ， UTF－8 ASCII ，“A” 0x41.UTF－16 UTF－32 Unicode 16 32 。 ， Unicode UTF-16。
ANSI ，0x00~0x7F（ 0 127） ， 1 1 。
ASNI Unicode 。
인코딩, code page
。
Windows Unicode ， 。 ， GBK，Windows ， Unicode。
Windows (code page) 。code page 。GBK code page CP936。 GB18030 code page：CP54936。
（Code Page） ， IBM 。 ， ， 。 。
Windows 。 936 GBK， 950 Big5。 ， 。
유니버설이란?
Unicode（ 、 、 ） , 、 。Unicode ，
（ ）， ， （ ） ， （ 、 、 、 ） ， 。 、 、 。
UTF-8이란?
UTF “Unicode Transformation Format” ， Unicode ， Unicode 。UTF-8、UTF-16、UTF-32 。
UTF-8（8-bit Unicode Transformation Format） Unicode 。
UTF-8 Unicode 。 Unicode UTF-8 ：
Unicode ( ) UTF-8 ( )
00000000 - 0000007F 0xxxxxxx
00000080 - 000007FF 110xxxxx 10xxxxxx
00000800 - 0000FFFF 1110xxxx 10xxxxxx 10xxxxxx
00010000 - 001FFFFF 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
00200000 - 03FFFFFF 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
04000000 - 7FFFFFFF 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
Unicode ：\u0000~\u007F（0~127）
Unicode ：\u0080~\u07FF（128~2047）
Unicode ：\u0800~\uFFFF（2048~65535）
Unicode ：\u10000~\u1FFFFF（65536~2097151）
127、2047、66535、2097151 ？ UTF-8 0、110、1110 ， 1～4 UTF-8 7、11、16、21。
UTF-8 。 0x00-0x7F ，UTF-8 ASCII 。UTF- 8 6 。 ，6 31 x， 31 。Unicode 0x7FFFFFFF 31 。
1：“ ” Unicode 0x6C49。0x6C49 0x0800-0xFFFF ， 3 ：1110xxxx 10xxxxxx 10xxxxxx。 0x6C49 ：0110 1100 0100 1001， x， ：11100110 10110001 10001001， E6 B1 89。
2：Unicode 0x20C30 0x010000-0x10FFFF ， 4 ：11110xxx 10xxxxxx 10xxxxxx 10xxxxxx。 0x20C30 21 （ 21 0）：0 0010 0000 1100 0011 0000， x， ：11110000 10100000 10110000 10110000， F0 A0 B0 B0。
크기
？ ， ， ， 8bit。 C 8bit char ， 16bit short ，32bit long （ ）， ， 8 ， 16 32 ， ， 。 。 16bit short x， 0x0010，x 0x1122， 0x11 ，0x22 。 ， 0x11 ， 0x0010 ，0x22 ， 0x0011 。 ， 。 X86 ， KEIL C51 。 ARM，DSP 。 ARM 。
0000430: e684 6c4e 0100 1800 53ef 0100 0100 0000
， 32 : e6 84 6c 4e ( int 4 )
， 32 : 4e 6c 84 e6( int 4 )
utf-8 바이트 시퀀스 없음
UTF-8 ， ， ， 。 ， ， endian 。 GBK ， 。 ， CPU 。UTF-16 word（ ），word ，word endian 。UTF-8 ，CPU 。UTF-16 ，CPU （ short ，0000430: e684 6c4e， CPU 0xe6846c4e, CPU 0x4e6c84e6， 0xe6846c4e 0x4e6c84e6 ， BOM ， UTF-8 ， ， ， UTF-16 ， ， 。）
， 。
EF BB BF UTF-8
FE FF UTF-16/UCS-2, little endian
FF FE UTF-16/UCS-2, big endian
FF FE 00 00 UTF-32/UCS-4, little endian.
00 00 FE FF UTF-32/UCS-4, big-endian.
UCS 및 유니버설
unicode2.0 ISO 10646 .
unicode ，iso ，iso ISO/IEC 10646 ， “ Universal Multiple-Octet Coded Character Set”， UCS。
， 2 ， ， unicode2.0 ，unicode ucs 。
unicode UCS ， ， UCS 。unicode UTF-8,UTF-16,UTF-32, UTF-7 。UCS ：UCS-2 UCS-4 。
unicode UCS-2 UCS-4 。 。UTF-16 UCS-2 ，UTF-32 UCS-4 。 ，UTF-16 code point UCS-2， UTF-32 code point UCS-4 。
，Unicode ， UTF-8 ，UCS UTF-16，UTF-32 ， UCS 。（Windows NT UCS-2）。
UCS-2 및 UTF-16
UTF-16 UCS-2 Unicode 。
Unicode （code point） 。 © “copyright sign” U+00A9（0xA9， 169） 。
Unicode U+0000 U+10FFFF， 1,112,064 (code point) . Unicode 17 (plane)， 216( 65,536) 。 U+xx0000 U+xxFFFF, xx 0016 1016， 17 。
Unicode ( U+0000 U+FFFF) ， （Basic Multilingual Plane）， BMP。 (Supplementary Planes)。
UCS-2 (2-byte Universal Character Set) ，UCS- 2 16 ， 0 0xFFFF ， UTF-16 。
UTF-16 (16-bit Unicode Transformation Format) UCS-2 ， BMP 。UTF- 16 16 ， 0 0x10FFFF 。
， UCS-2 UTF-16 ，BMP U+00A9 copyright sign（©） 0x00A9。
BMP ， ��， UTF-16 ， 16 ：0xD834 0xDF06。 ， ， 。UCS-2 ， 0xD834 0xDF06 。
，UTF-16 UCS-2 。 （surrogate code points） ，UTF-16 UCS- 2 。（ ， UTF-16 U+D800 U+DFFF ， UCS- 2 ，U+D800 U+DFFF 。） ， UTF-16 。
Windows 16bit Unicode UTF-16， UCS-2。 。
UCS-2 ， Unicode 。 UCS-2 U+0000 U+FFFF BMP(Basic Multilingual Plane ) Unicode ， Unicode ， UTF-16 ， UTF- 8 ， ， BMP ， Unicode， U+0000 U+10FFFF。
http://bbs.chinaunix.net/thread-1680943-2-1.html http://blog.csdn.net/ultrani/article/details/8432767 http://blog.163.com/lipse_huang/blog/static/191657545201261211330814/ http://www.fmddlmyy.cn/text6.html http://www.fmddlmyy.cn/text16.html http://www.fmddlmyy.cn/text17.html http://www.regexlab.com/zh/encoding.htm
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
이제 리더 코드를 읽었다면~ I부~"patte 보기"를 통해 알 수 있는 코드입니다. 함수/변수 이름에 명확한 정보를 삽입하여 필요 없는 주석을 줄이고 전체 코드를 간소화한다. 제1장: 목적 '이해하기 쉬운 코드=읽기 쉬운 코드=타인이 가장 짧은 시...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.
좋은 웹페이지 즐겨찾기
