Unicode，ASCII和UTF-8 编码区别与联系（通俗易懂）

已于 2022-05-18 12:43:19 修改
阅读量1.5k 收藏 8
点赞数 2
CC 4.0 BY-SA版权
文章标签： 开发语言 后端 java
于 2022-05-09 00:27:52 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_40979103/article/details/124656974
本文介绍了Unicode编码，包括USC-2和USC-4格式，重点讲解了Unicode如何解决ASCII码的局限性。接着阐述了UTF-8编码规则，指出其变长编码的特点，以及如何通过首位二进制位来判断字符所占字节数，最后通过汉字'知'的编码示例说明UTF-8编码的具体实现。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Unicode

我们知道unicode编码解决了ASCII码只支持英文数字等字符的单一问题；

unicode编码目前普遍采用USC-2格式，该格式采用两个字节来编码一个字符，所以两个字节最多可以表示2^16=65536个字符（一个字节为8位）

但是两个字节的容量要表示的是各国语言，而汉字字符----简体加繁体字就共有约7w个！，显然2个字节根本无法囊括所有汉字。因此也有采用USC-4格式，即4个字节来编码字符的情况，但目前为止普遍仍采用USC-2格式，毕竟常用几千个汉字足以满足所需！

同时字符编码一般用十六进制来表示，比如汉字"经"的编码是0x7ECF,其中0x表示十六进制，7ECF若转换为十进制就是32463，二进制为1111110 11001111，两个字节足以表示这个字符

当然，unicode编码表也继承了ASCII码表中的字符，只是以十六进制的形式来表示而已。例如，字符”a“在ASCII码表中对应的十进制序号为97，在unicode编码表中对应的十六进制序号为0x61,换算到十进制仍然为序号97！

UTF-8

如前所述，unicode编码有诸多问题。首先，它始终采用两个字节来表示字符，这就会对只需要一个字节来表示的字符来说，产生浪费空间的情况；其次，两个字节能表示的字符太有限！

这个时候，UTF-8编码规则发挥作用的时候到了，它是一种可变长度的编码规则，根据不同情况可以占用1~4个字节不等。

那么就会有一个问题，既然字符所占有的字节数不尽相同，程序在读一段连续的字节的时

最低0.47元/天 解锁文章
【字符编码】 简洁理解ANSI,UTF8,Unicode,ASCII编码的差别
2301_80632101的博客
01-18 1308
后来，因为各国语言的增加，ASCII已经不能满足信息交流的须要，因此，为了能够表示其他国家的文字，各国在ASCII的基础上制定了自己的字符集，这些从ANSI标准派生的字符集被习惯的统称为ANSI字符集，它们正式的名称应该是MBCS(Multi-ByteChactacterSystem，即多字节字符系统)。软件在读取时，假设看到30H，知道它小于128就是标准ASCII，表示“0”，看到C1大于128就知道它后面有一个另外的编码，因此C1AC一同构成一个整个的编码，在GB-2312字符集中表示“连”。
VC_字体编码格式_ASCII、Unicode、UTF-8、UTF-16、UCS、BOM、Endian
CSDN-MarkYang
05-21 7334
今天为了搞定字库的map在我们的系统定义里，结果发现里面的概念还挺多，上网学习下。看了好长时间 针对中文编码的表，连接，数据太大 http://www.ansell-uebersetzungen.com/gbindex.html 再附上unicode表，连接 http://www.tamasoft.co.jp/en/general-info/unicode.html 下面就是我的笔记，主
ASCII、Unicode、GBK和UTF-8字符编码的区别联系
02-19
ASCII、Unicode、GBK和UTF-8字符编码的区别联系
ASCII、Unicode和UTF-8 之间的关系
一个小白的日常
06-29 2280
转载请标明：https://www.cnblogs.com/zxj9487/p/9941486.html 1. ASCII ASCII 只有127个字符，表示英文字母的大小写、数字和一些符号，但由于其他语言用ASCII 编码表示字节不够，例如：常用中文需要两个字节，且不能和ASCII冲突，中国定制了GB2312编码格式，相同的，其他国家的语言也有属于自己的编码格式 2. Unicode 由于每个国...
Unicode和 ASCII码以及UTF-8编码的区别和联系
最新发布
u014094704的博客
04-24 623
Unicode、ASCII 和 UTF-8 是计算机编码领域的关键概念，它们既有联系又有区别。
ASCII，Unicode和UTF-8区别和联系
xiezhongtian的专栏
02-22 644
文章出自谢谢分享 字符编码笔记：ASCII，Unicode和UTF-8 今天中午，我突然想搞清楚Unicode和UTF-8之间的关系，于是就开始在网上查资料。 结果，这个问题比我想象的复杂，从午饭后一直看到晚上9点，才算初步搞清楚。 下面就是我的笔记，主要用来整理自己的思路。但是，我尽量试图写得通俗易懂，希望能对其他朋友有用。毕竟，字
字符编码笔记：ASCII，Unicode 和 UTF-8
darkbus111的专栏
10-07 412
作者：阮一峰 日期：2007年10月28日 今天中午，我突然想搞清楚 Unicode 和 UTF-8 之间的关系，就开始查资料。 这个问题比我想象的复杂，午饭后一直看到晚上9点，才算初步搞清楚。 下面就是我的笔记，主要用来整理自己的思路。我尽量写得通俗易懂，希望能对其他朋友有用。毕竟，字符编码是计算机技术的基石，想要熟练使用计算机，就必须懂得一点字符编码的知识。 一、ASCII 码 我们知道，计算机内部，所有信息最终都是一个二进制值。每一个二进制位（bit）有0和1两种状态，因此八个二进制位..
ASCII，Unicode和UTF-8终于找到一个能完全搞清楚的文章了
taoy86的博客
10-26 1802
前言 平时喜欢写东西，看博客，一直对编码有些懵，今天下午也不知道看到了什么，突然想了解下，就找到了这个文章，看完真的豁然开朗，这个必须留下来做纪念。 点击打开链接 1.ASCII 我们知道，计算机内部，所有信息最终都是一个二进制值。每一个二进制位（bit）有0和1两种状态，因此八个二进制位就可以组合出256种状态，这被称为一个字节（byte）。也就是说，一个字节一共可以用来表示256种不同...
【编码学习资源大全】：深入学习UTF-8编码的书籍与在线资源推荐
本文首先概述了UTF-8编码的基础知识，包括其历史发展和编码原理及其优势。随后，本文推荐了重要的学习资源，并提供了详细的书籍分析以及选购建议。学习路径方面，本文提出了从基础到深入学习的书籍组合，以及针对...
字符编码探秘：从ASCII到Unicode
4. UTF-8编码：UTF-8是Unicode的一种变体，它是一种可变长度的编码方式。UTF-8的特点是可以兼容ASCII编码，对于ASCII字符，UTF-8使用1个字节表示；对于其他Unicode字符，根据码点的大小使用2到4个字节。UTF-8的广泛...
ASCII，Unicode和UTF-8
weixin_33980459的博客
04-11 108
2019独角兽企业重金招聘Python工程师标准>>> ...
字符编码之ASCII、Unicode以及utf-8之间的联系与区别
WillWinwin
02-22 678
相对于Unicode来说UTF-8最大的好处就是节约空间，因此在外部传输或者显示的时候很多时候都是用UTF-8，比如网页显示，U盘传输文件等等，而使用Unicode的好处就是很轻松的表示基本是所有的不同编码的内容，不会乱码。 接下来详细解释如下：1、由于计算机是美国人发明的，因此，最早只有127个字母被编码到计算机里，也就是大小写英文字母、数字和一些符号，这个编码表被称为ASCII编码，比如大写字
ASCII，Unicode和utf-8的联系与区别
qq_44879626的博客
03-25 131
参考文章：https://www.cnblogs.com/tsingke/p/10853936.html
ASCII，Unicode和UTF-8 区别与联系
z69183787的专栏
02-05 1379
1. ASCII码 我们知道，在计算机内部，所有的信息最终都表示为一个二进制的字符串。每一个二进制位（bit）有0和1两种状态，因此八个二进制位就可以组合出256种状态，这被称为一个字节（byte）。也就是说，一个字节一共可以用来表示256种不同的状态，每一个状态对应一个符号，就是256个符号，从0000000到11111111。 上个世纪60年代，美国制定了一套字符编码，对英语字符与二进制位
ASCII、Unicode、UCS-2、UTF-8 等字符编码规则的区别与联系
Weber Zhou 的博客
09-01 3621
计算机对数据的读取是按照一个字节的大小来读取识别的，那么面对全世界这么多语言，计算机怎么知道是多个字节表示一个符号，而不是分别表示多个符号呢？ ASCII、Unicode、UCS-2、UCS-4、UTF-8、UTF-16、UTF-32......
ASCII，Unicode和UTF-8编码的区别与联系
零度的博客专栏
06-12 1301
Unicode编码的由来           我们知道计算机其实挺笨的,它只认识0101这样的字符串,当然了我们看这样的01串时肯定会比较头晕的,所以很多时候为了描述简单都用十进制,十六进制,八进制表示.实际上都是等价的,没啥太多不一样.其他啥文字图片之类的其他东东计算机不认识.那为了在计算机上表示这些信息就必须转换成一些数字.你肯定不能想怎么转换就怎么转,必须得有定些规则.于是刚开始
简述 ascii、unicode、utf-8、gbk 的关系
m0_37777640的博客
09-06 4581
简述 ascii、unicode、utf-8、gbk 的关系 ascii 是最早美国用的标准信息交换码，把所有的字母的大小写，各种符号用 二进制来表示，共有256中，加入些拉丁文等字符，1bytes代表一个字符， Unicode是为了统一世界各国语言的不用，统一用2个bytes代表一个字符，可以表达2**16=65556个，称为万国语言，特点：速度快，但浪费空间， 可以用在内存处
数据库使用mysql存储表情报错的问题
二十一克阳光！的博客
08-20 319
一、对数据库的编码,表格的编码,字段的编码,my.ini配置文件都进行了修改,将utf8改成了utf8mb4，数据库连接的url地址上characterEncoding去除；但是这样的话，因为很多人使用的都是UTF-8的编码，因此有可能会造成编码错误的问题。 二、使用轻量级开源工具叫emoji-java 1. maven依赖 <!--表情转换的处理 https://mvnrepository.com/artifact/com.vdurmont/emoji-java --> &lt
unicode utf-8 ascii 区别与联系
uniqs 的博客
08-28 1376
unicode utf-8 ascii 区别与联系
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值