关于字符集的简单介绍

以你之姓@ 2022-03-25 08:48 275阅读 0赞

# 字符集介绍 #

首先对于java 字符集在我们Java开发中是使用的比较多的，很多的时候都是会遇到我们的关于字符转码的问题，这里首先介绍一个我们比较常用的字符集，当然也是在我们平时编程的时候需要了解的字符集。

### ASCII码 ###

ASCII码（美国信息交换标准代码）是基于拉丁字母的一套电脑编码系统，主要现实现代英语和西欧的其他语言。这个也是现在最通用的一种单字节的编码方式。  
对于ASCII码来说，在学习C语言时候的时候，都知道ASCII码是由7位或者是8位二进制的数来组合，这样的话对于ASCII码来说一共有256个字符组成。  
其中0-31以及127是控制字符，32-126表示字符，其中32表示空格，48~57表示数字的0-9,65-90表示大写的英文字母，而从97-122表示小写的英文字母，中间的内容就是一些标点符号等内容。从128以后就是成为ASCII的扩展码，是用来表示一些特殊的字符。

### ISO8859-1 ###

这个表示单字节编码，向下是对ASCII码兼容的，表示的范围是与ASCII是一致的。对于这个字符集来说，主要是用来表示西欧的字符集，也是就是表示用来表示阿拉伯语，西班牙语、意大利语等等语种中的字符。一个字符使用1个字节表示。这里有一个小小的提示，就是ASCII是一个7位的容器，而ISO8859-1是一个8位容器。

### BIG5 ###

这被称为是大五码，对于这个字符集在中国台湾地区使用的比较多，这个字符集主要是用来表示繁体的中文，一个字符使用2个字节表示，一共收录了一万三千多汉字，中文码有内码和交换码两大类，Big5属于中文内码，其中比较有名的中文交换码有CCCII、CNS11643等等。

### GB2312 ###

对于GB3212大家都是不陌生的，在我们的日常的开发中，是使用比较广泛的简体汉字的一个字符集，一个汉字使用2个字节表示。在平时的开发中都是使用的是这个字符集。  
它是在1980年发布的，在中国大陆使用的最多的用于汉字处理、汉字通信等方法。基本上收录了7千多的汉字和非汉字图形。

### GBK ###

这个字符集是对于GB2312的一个扩展集合。在1995年颁布，可以表示中文、日文、韩文等文字，收录的汉字达到2万多个，从它的表示汉字范围来说的要比GB2312表示的多。

### GB18030 ###

国家标准的汉字编码标准主要是在GBK的基础上，增加了对CJK（中文、日文、韩文）统一汉字的扩充。内部的原理与GBK是相同的。而对于GB18030来说他被作为是GB2312 的一个扩展集合来表示，我们知道在中国除了简体汉字之外还有很多的少数民族的文字，当然了要表示这个写少数民族的字符的话使用GB2312来说的话可能使用的不是很好，另外的，在我们平时使用的时候可能会出现很多的比较生僻的汉字，GBK18030就是对这些东西进行的表示扩展

### Unicode ###

这个是国际通用的一个字符集，理论上讲和这个字符集可以表示世界上的任意的字符，也就是说你可以想到的任何的字符都可以使用这个字符集表示。

说道这里需要给大家分清楚一个概念，就是字符集和编码方式。在使用的时候可以说支持什么样的字符集，用什么样的编码方式。而字符集就是我们以上介绍的内容，对于编码方式，可以这样理解，通过什么样的方式将机器码翻译成人可以看懂的字符。这个被称为编码。