Unicode和ASCII

已于 2024-03-25 16:03:32 修改
阅读量588 收藏 6
点赞数 6
CC 4.0 BY-SA版权
分类专栏： Javascript 文章标签： 前端
于 2024-03-09 14:15:35 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/weixin_43893483/article/details/136564948

一.Unicode

前言
本篇文章介绍unicode

定义
unicode的中文翻译为统一码，也叫万国码、单一码，由统一码联盟开发，是计算机科学领域里的一项业界标准。

简单的来看，unicode就是一个数字，每一个数字对应一个字符的编码，这个字符囊括了整个世界使用的全部语言和符号的字符，所以，从根本上来说，unicode就是一个映射表，一个从数字到文字的映射

unicode发展
1990年开始研发，1994年正式发布1.0版本，2023年12月12日发布15.1.0版本。共收录149,813个字符。

UCS-2和UCS-4
UCS：Universal Character Set的简称，中文叫通用字符集，使用八位编码，是计算机用来表示所有字符的集合。
UCS-2：2个字节编码的通用字符集，其实对应的类型一般就是unsigned short，一般两个字节就可以包含大部分的欧美字符和常用中文。
UCS-4：4个字节编码的通用字符集，其实对应的类型一般就是unsigned int，四个字节可以包含所有目前计算机可以表示的字符

unicode的编码方式
因为UCS-2从原理上来说是UCS-4的子集，所以我们用UCS-4的编码来讲解unicode的编码方式，也就是我们把一个unicode码理解为unsigned int
一个unicode码有四个字节：A B C D，A是最高位字节

A的首位一定是0，也就是A的表示范围为00000000～01111111，供128个值，我们把这128个值称为group，一个unicode码一定位于这128个group之中，其实目前所有已使用的都是group0，也就是A其实是0.
B表示范围为00000000～11111111，共256个值，我们把这256个值称为平面，其实现在unicode编码使用的平面也占很少一部分，后面会介绍
C表示范围为00000000～11111111，共256个值，我们把这256个值称为行，所以现在每个平面有256行
D表示范围为00000000～11111111，共256个值，我们把这256个值称为码位，所以现在每个平面有256*256=65536个码位
每个码位就代表一个字符的unicode值
虽然原理上unicode可以支持32768 * 65536个码位，但是实际上根本用不到这么多，可能随着以后很多特殊符号的产生，会使用更多的码位，但是现在所有的unicode码位集中在第0个group，第0～第16个平面的所有码位，用unicode的字节范围表示就是0x000000～0x10FFFF，我们列一下基本的平面分类：

0平面：编码范围0x0000～0xFFFF，0平面也叫基本多文种平面，该平面基本包含了所有的文字编码，包括大部分的中日韩表意文字和世界各国语言的字符

其中，编码范围0xE000-0xF8FF，共6400个码位，叫做专用区，这部分是没有字符的

其中，编码范围0xD800-0xDB7F，被称为代理对高位字
其中，编码范围0xDB80-0xDBFF，被称为代理对私用区高位字
其中，编码范围0xDC00-0xDFFF，被称为代理对低位字
这三部分被称为代理区，编码范围为0xD800-0xDFFF，共2048个码位，这部分也是没有字符的

1平面：编码范围0x10000～0x1FFFF，1平面被叫做多文种补充平面，我们平常使用的很多表情符号就定义在该平面

2平面：编码范围0x20000～0x2FFFF，2平面被叫做表意文字补充平面，顾名思义，该平面是针对于中日韩表意文字的补充

3平面：编码范围0x30000～0x3FFFF，3平面被叫做表意文字第三平面，顾名思义，该平面是针对于中日韩表意文字的补充

4～13平面是未使用的平面

14平面：编码范围0xE0000～0xEFFFF，14平面被叫做特别用途补充平面，这个平面定义了两个块，分别为标签块，编码范围0xE000

最低0.47元/天 解锁文章

200万优质内容无限畅学
ASCII和Unicode编码详解
小紫的家园
10-23 2861
本文参考大量维基百科和网络大牛的文章，并结合实际例子，试图帮助大家理清计算机的编码问题，从而更加高效的编写程序。 一．    知识补充 1.1  位 我们常说的位是指比特位，即bit，每一个bit位存储一个0或者1。所以，在计算机（二进制数系统）中，一个位(bit)就是指一个0或者1。我们说计算机的CPU一次能处理的最大位数就是指这个位。 1.2  字节 字节(Byte)是指一小组相邻的
Ruby-Ruby库和CLI命令可视化终端中的各种Unicode和ASCII编码
08-15
通过使用`Encoding`模块，你可以方便地在ASCII和其他编码之间进行转换，这对于处理那些只允许ASCII字符的系统或接口非常重要。 在命令行界面（CLI）中，`irb`（Interactive Ruby）是默认的Ruby控制台，允许开发者...
一文彻底明白ASCII和Unicode
matinal 當冬夜漸暖 。公众号：matinal
04-22 3511
第二个问题是，我们已经知道，英文字母只用一个字节表示就够了，如果 Unicode 统一规定，每个符号用三个或四个字节表示，那么每个英文字母前都必然有二到三个字节是。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。不同的国家有不同的字母，因此，哪怕它们都使用256个符号的编码方式，代表的字母却不一样。但是不管怎样，所有这些编码方式中，0--127表示的符号是一样的，不一样的只是128--255的这一段。），也就是说，这个符号的表示至少需要2个字节。
我们来聊一下Unicode与ASCII
欢迎来到《技术探索》，这是一个专注于游戏开发技术的博客。在这里，我们将深入探讨游戏引擎、图形渲染、人工智能、物理模拟等领域的最新技术和最佳实践。无论您是初学者还是经验丰富的开发者，我们都希望为您提供有价值的见解和实用的技巧。
12-16 1461
字符编码是计算机处理文本的基础，ASCII 和 Unicode 是最常用的两种编码方式。ASCII 适用于简单的英文文本，而 Unicode 则能够支持全球范围内的多种语言和符号，适应了现代计算机应用的需求。当然，接下来我们可以更深入地探讨 ASCII 的一些相关主题，包括其历史背景、扩展版本、与其他编码标准的比较，以及在现代计算机系统中的应用。ASCII 是计算机科学中的一个基础概念，尽管其字符集有限，但它在计算机历史上具有重要的地位。
ASCII、Unicode、GBK、UTF-8之间的关系
专注自动化、性能测试、测试架构学习交流
06-06 4668
一、ASCII编码 目录 一、ASCII编码 二、GBK编码 三、Unicode编码 四、UTF-8编码 五.Unicode和UTF-8之间的转换 六.Little endian 和 Big endian 七.实例 八.补充(来自廖雪峰老师python教程文档) ASCII(American Standard Code for Information Interchange，美国标准信息交换代码)是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言。它是现今最通用的单字节
Unicode 和 ASCII
u010442009的专栏
10-11 1117
原文链接： 一、什么是Unicode 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，因此，ASCII编码可以表示的最大字符数是255（00H―FFH）。其实，英文字符并没有那么多，一般只用前128个（00H―7FH，最高位为0），其中包括了控制字符、数字、大小写字母和其它一些符号。而最高位为1的另128个字符（80H―FFH）被称为“扩
vbs实现unicode和ascii编码转换
09-04
本文将详细讨论如何使用VBScript实现Unicode编码到ASCII编码的转换，并介绍`OpenTextFile`和`CreateTextFile`两个核心函数的用法。 首先，我们需要理解Unicode和ASCII编码的区别。ASCII编码是一种7位编码系统，包含...
tpaint:基于终端的unicode和ascii图和工程图
04-05
《tpaint：基于终端的Unicode和ASCII图及工程图绘制工具》 在现代软件开发中，可视化工具扮演着至关重要的角色，它们可以帮助我们理解和呈现复杂的数据结构和逻辑流程。然而，当你处于没有图形界面或者需要在低资源...
javascript中 unicode和ascii转码
05-28
主要涉及到两种常见的字符编码：ASCII和Unicode。本文将深入探讨这两个概念以及它们在JavaScript中的应用。 **ASCII编码**（American Standard Code for Information Interchange，美国信息交换标准代码）是最早且...
Unicode和ascii
蓝天白云
01-29 636
public class Test { public static void main(String[] args) { String s = "简介"; String tt = gbEncoding(s); System.out.println(decodeUnicode(tt)); } public static String gbEncoding(final Strin
Unicode码Ascii码转换对照表
11-27
用于在PHP无法使用 iconv 函数和 mb_string 库的情况下，实现GB2312与UNICODE的相互转换。 正确转换的前提是你的系统是简体中文版的Windows。 包内附加一个UNICODE转换为GB2312的函数，看看里面的函数就明白了。 有了里面的两个bin文件（其实一个足矣），其它的就可以由各位大侠实现啦。
Unicode(UTF-8, UTF-16)令人混淆的概念
weixin_34366546的博客
12-12 1258
为啥需要Unicode         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.于是刚开始的时候就有ASCI...
【ASCII && UNICODE】深入理解计算机的符号化
weixin_34253539的博客
06-13 353
2019独角兽企业重金招聘Python工程师标准>>> ...
ASCII编码 和 UNICODE编码
LongXiao4的博客
08-26 782
ASCII 扩展了ASCII的定义，使用一个字节的全部8位(bit)来表示字符了，这就叫扩展ASCII码。范围是0x00 - 0xFF 共256个字符。 UNICODE 为了把全世界人民所有的所有的文字符号都统一进行编码，于是制定了UNICODE标准字符集。 UNICODE 使用2个字节表示一个字符(unsigned shor int、WCHAR、_wchar_t、OLECHAR)。这下终
ASCII和Unicode编码的区别
一面之媛
05-25 3084
https://blog.csdn.net/skh2015java/article/details/80500482 归纳： 编码 大小 支持语言 ASCII 1个字节 英文 Unicode 2个字节（生僻字4个） 所有语言 UTF-8 1-6个字节，英文字母1个字节，汉字3个字节，生僻字4-6个字节 所有语言 具体解释： 最早...
ASCII码与Unicode编码
Y2567326540的博客
05-23 4004
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00000000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之间的关系，做了统一规定。这被称为ASCII码，一直沿用至今。 ASCII码一共规定了128个字符的编码，比
Unicode和ASCII码
LiuXiaoXueer的博客
08-30 266
Java支持Unicode码，Unicode码是由Unicode协会建立的一种编码方案，它支持使用世界各种语言所书写的文本的交换、处理和显示。一开始被设计为16位的字符编码，后面被扩展位1112 064 个字符。 一个16位Unicode码占两个字节，用以\u开头的4位十六进制数表示，范围包括’\u0000’ - ‘\uFFFF’。 ASCII码是表示所有大小写字母、数字、标点符号和控制字符的8位编码表。 ...
Unicode to Asic[ZZ]
lookou的专栏
03-23 451
摘自：http://www.programfan.com/blog/article.asp?id=802从ANSIC到UNICODE比较简单可以用CString的Format函数或默认转换：char *pAnsicString = "Some test string"; CString strUnicode = pAnsicString;还有MultiByteToWideChar函数。从UNI
unicode和ASCII
最新发布
02-07
### Unicode与ASCII编码的区别 #### 编码范围差异 ASCII（American Standard Code for Information Interchange），即美国信息交换标准代码，是一种字符编码方案。该编码仅支持128个字符，其中包括大写和小写字母、阿拉伯数字、标点符号和其他控制符[^1]。 相比之下，Unicode旨在覆盖世界上几乎所有的书写系统，因此拥有更广泛的字符集。目前最新版本的Unicode标准已经定义超过十万个字符，涵盖了多种语言文字以及各种符号和技术符号[^2]。 #### 设计目标不同 ASCII最初是为了满足英语为主的西方国家的需求而设计，在早期计算机通信中被广泛采用；然而随着全球化进程加快，人们意识到需要一种可以统一表达全球范围内所有语言文字的新编码体系——这就是Unicode诞生的原因之一[^3]。 ### 应用场景对比 #### ASCII的应用领域 由于其简单性和低开销特性，ASCII仍然适用于一些特定环境下的应用开发工作： - **传统系统的兼容性维护**：许多旧版软件或硬件设备只识别7位二进制数所代表的标准ASCII字符集合； - **简化网络传输协议**：某些轻量级通讯协议可能会选择使用纯文本形式的数据包来减少解析负担，此时选用较为基础简单的ASCII就足够了[^4]。 ```python # Python示例：打印ASCII表中的部分可见字符 for i in range(32, 127): print(f"{i}: {chr(i)}", end=" ") print() ``` #### Unicode的优势场合 鉴于Unicode强大的多语种支持能力及其不断扩展更新的趋势，现代互联网服务端程序普遍倾向于优先考虑采用此编码作为内部处理的基础框架： - **国际化网站构建**：当面向多元文化背景用户提供内容时，确保页面能正确显示来自世界各地的文字成为必要条件之一； - **跨平台移动应用程序开发**：为了使同一款APP能够在不同操作系统上保持一致性的用户体验，开发者往往会选择基于Unicode来进行界面布局设计等工作[^5]。
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