2022年码表49码排码图,2022 年牛年生肖表
最后更新 :2021.11.13 22:53
2022年码表49码排码图
前言
在我的工作中,常常会遇到形形的字符编码,对于各种编码技术本人了解的也不是很多。本篇是我了解编码系列的开篇,主要内容讲述字符编码的基本概念,然后介绍一下常见的字符编码,最后说明一下 Java 中如何编解码?
什么是字符编码?
字符编码也称字集码,是把字符集中的字符编码为指定中某一对象(例如:比特模式、自然数序列、8 位组或者电脉冲),以便文本在计算机中存储和通过通信 络的传递。
编码及编码格式
编码是用预先规定的将文字、数字或其它对象编成数码,或将信息、数据转换成规定的电脉冲信号。为保证编码的正确性,编码要规范化、标准化,即需有标准的编码格式。常见的编码格式有 ASCII、ISO-8859-1、GB2312、GBK、GB18030、UTF-8、UTF-16 等。
常见的字符编码ASCII/EASCII
ASCII(American Standard Code for Information Interchange,美国标准信息交换码)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,是现今最通用的单字节编码系统。
EASCII(Extended ASCII,延伸美国标准信息交换码)是将 ASCII 码由 7 位扩充为 8 位(增加了 128 个)而成。EASCII 的内码是由 0 到 255 共有 256 个字符组成。EASCII 码比 ASCII 码扩充出来的符号包括表格符号、计算符号、希腊字母和特殊的拉丁符号。
ASCII 码使用指定的 7 位或 8 位二进制数组合来表示 128 或 256 种可能的字符。标准 ASCII 码也叫基础 ASCII 码,使用 7 位二进制数(剩下的 1 位二进制为 0)来表示所有的大写和小写字母,数字 0 到 9、标点符号,以及在美式英语中使用的特殊控制字符。32~126(共 95 个)是字符(32 是空格),其中 48~57 为 0 到 9 十个数字,65~90 为 26 个大写英文字母,97~122 号为 26 个小写英文字母,其余为一些标点符号、运算符号等。
ISO-8859-1
ISO-8859(拉丁码表,欧洲码表)是国际标准化组织(ISO)及国际电工委员会(IEC)联合制定的一系列 8 位字符集的标准。
ISO-8859-1 编码是单字节编码,向下兼容 ASCII,其编码范围是 0x00-0xFF,0x00-0x7F 之间完全和 ASCII 一致,0x80-0x9F 之间是控制字符,0xA0-0xFF 之间是文字符号。
GB2312/GBK/GB18030GB2312
GB2312《信息交换用汉字编码字符集》是由中国标准总局 1980 年发布,GB 是 “国标” 二字的汉语拼音缩写,GB2312 编码适用于汉字处理、汉字通信等系统之间 交换,基本集共收入汉字 6763 个(从 B0-F7 是汉字区)和非汉字图形字符 682 个(其中从 A1-A9 是符号区)。整个字符集分成 94 个区(A1-FE),每区有 94 个位,总的编码范围是 A1-F7。每个区位上只有一个字符,因此可用所在的区和位来对汉字进行编码,称为区位码。
GB2312 简体中文编码表,GB2312 只是编码表,在计算机中通常都是用 “EUC-CN” 表示法,即在每个区位加上 0xA0 来表示。区和位分别占用一个字节。
举例来说,“啊”字是 GB2312 之中的之一个汉字,它的区位码就是 1601。字节编码,通常采用 EUC 储存,以便兼容于 ASCII。每个汉字及符号以两个字节来表示。之一个字节称为 “高位字节”,第二个字节称为“低位字节”。“高位字节” 使用了 0xA1-0xF7(把 01-87 区的区号加上 0xA0),“低位字节”使用了 0xA1-0xFE(把 01-94 加上 0xA0)。例如 “啊” 字在大多数程序中,会以 0xB0A1 储存(与区位码对比:0xB0=0xA0+16,0xA1=0xA0+1)。
GBK
GBK 全称《汉字内码扩展规范》(GBK 即 “国标”、“扩展” 汉语拼音的之一个字母)。GBK 编码,是在 GB2312-80 标准基础上的内码扩展规范,使用了双字节编码方案。
GBK 亦采用双字节表示,总体编码范围为 8140-FEFE,首字节在 81-FE 之间,尾字节在 40-FE 之间,剔除 xx7F 一条线。总计 23940 个码位,共收入 21886 个汉字和图形符号,其中汉字(包括部首和构件)21003 个,图形符号 883 个。
GB18030
GB18030 编码采用单字节、双字节、四字节分段编码方案,具体码位见下文。GB18030 向下兼容 GBK 和 GB2312 编码。
GB18030-2005 收录了 70244 个汉字
一图弄懂 ASCII、GB2312、GBK、GB18030 编码
UTF-8/UTF-16Unicode
Unicode(统一码、万国码、单一码),Unicode 是为了解决传统的字符编码方案的局限而产生的,它为每种语言中的每个字符设定了统一并且唯一的二进制编码,以满足跨语言、跨平台进行文本转换、处理的要求。Unicode 通常用两个字节表示一个字符,原有的英文编码从单字节变成双字节,只需要把高字节全部填为 0 就可以。
Unicode 是国际组织制定的可以容纳世界上所有文字和符号的字符编码方案。目前的 Unicode 字符分为 17 组编排,0x0000 至 0x10FFFF,每组称为平面(Plane),而每平面拥有 65536 个码位,共 1114112 个。然而目前只用了少数平面。UTF-8、UTF-16、UTF-32 都是将数字转换到程序数据的编码方案。
最初的 unicode 编码是固定长度的,16 位,也就是 2 两个字节代表一个字符,这样一共可以表示 65536 个字符(即 0 号平面,基本多文种平面)。显然,这样要表示各种语言中所有的字符是远远不够的。Unicode4.0 规范考虑到了这种情况,定义了一组附加字符编码,附加字符编码采用 2 个 16 位来表示,这样最多可以定义 1048576 个附加字符,目前 unicode4.0 只定义了 45960 个附加字符。
Unicode 编码方案之前提到,Unicode 没有规定字符对应的二进制码如何存储。以汉字 “汉” 为例,它的 Unicode 码点是 0x6c49,对应的二进制数是 110110001001001,二进制数有 15 位,这也就说明了它至少需要 2 个字节来表示。可以想象,在 Unicode 字典中往后的字符可能就需要 3 个字节或者 4 个字节,甚至更多字节来表示了。这就导致了一些问题,计算机怎么知道你这个 2 个字节表示的是一个字符,而不是分别表示两个字符呢?这里我们可能会想到,那就取个更大的,假如 Unicode 中更大的字符用 4 字节就可以表示了,那么我们就将所有的字符都用 4 个字节来表示,不够的就往前面补 0。这样确实可以解决编码问题,但是却造成了空间的极大浪费,如果是一个英文文档,那文件大小就大出了 3 倍,这显然是无法接受的。于是,为了较好的解决 Unicode 的编码问题,UTF-8 和 UTF-16 两种当前比较流行的编码方式诞生了。
UTF-8
UTF-8 是一种针对 Unicode 的可变长度字符编码,是目前互联 上使用最广泛的一种 Unicode 编码方式,它的更大特点就是可变长。它可以使用 1-4 个字节表示一个字符,根据字符的不同变换长度。编码规则如下:
对于单个字节的字符,之一位设为 0,后面的 7 位对应这个字符的 Unicode 码点。因此,对于英文中的 0-127 号字符,与 ASCII 码完全相同。这意味着 ASCII 码那个年代的文档用 UTF-8 编码打开完全没有问题。对于需要使用 N 个字节来表示的字符(N1),之一个字节的前 N 位都设为 1,第 N+1 位设为 0,剩余的 N-1 个字节的前两位都设位 10,剩下的二进制位则使用这个字符的 Unicode 码点来填充。编码规则如下:
Unicode 十六进制码点范围
UTF-8 二进制
0000 0000 – 0000 007F
0xxxxxxx
0000 0080 – 0000 07FF
110xxxxx 10xxxxxx
0000 0800 – 0000 FFFF
1110xxxx 10xxxxxx 10xxxxxx
0001 0000 – 0010 FFFF
11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
下面以汉字 “汉” 为利,具体说明如何进行 UTF-8 编码和解码。
“汉”的 Unicode 码点是 0x6c49(110 1100 0100 1001),通过上面的对照表可以发现,0x0000 6c49 位于第三行的范围,那么得出其格式为 1110xxxx 10xxxxxx 10xxxxxx。接着,从 “汉” 的二进制数最后一位开始,从后向前依次填充对应格式中的 x,多出的 x 用 0 补上。这样,就得到了 “汉” 的 UTF-8 编码为 11100110 10110001 10001001,转换成十六进制就是 0xE6 0xB7 0x89。解码的过程也十分简单:如果一个字节的之一位是 0,则说明这个字节对应一个字符;如果一个字节的之一位 1,那么连续有多少个 1,就表示该字符占用多少个字节。
UTF-16
UTF-16 编码介于 UTF-32 与 UTF-8 之间,同时结合了定长和变长两种编码的特点。它的编码规则很简单:基本平面的字符占用 2 个字节,辅助平面的字符占用 4 个字节。也就是说,UTF-16 的编码长度要么是 2 个字节(U+0000 到 U+FFFF),要么是 4 个字节(U+010000 到 U+10FFFF)。
那么问题来了,当我们遇到两个字节时,到底是把这两个字节当作一个字符还是与后面的两个字节一起当作一个字符呢?这里有一个很巧妙的地方,在基本平面内,从 U+D800 到 U+DFFF 是一个空段,即这些码点不对应任何字符。因此,这个空段可以用来映射辅助平面的字符。辅助平面的字符位共有 2^20 个,因此表示这些字符至少需要 20 个二进制位。UTF-16 将这 20 个二进制位分成两半,前 10 位映射在 U+D800 到 U+DBFF,称为高位(H),后 10 位映射在 U+DC00 到 U+DFFF,称为低位(L)。这意味着,一个辅助平面的字符,被拆成两个基本平面的字符表示。因此,当我们遇到两个字节,发现它的码点在 U+D800 到 U+DBFF 之间,就可以断定,紧跟在后面的两个字节的码点,应该在 U+DC00 到 U+DFFF 之间,这四个字节必须放在一起解读。
接下来,以汉字 “” 为例,说明 UTF-16 编码方式是如何工作的。
汉字 “” 的 Unicode 码点为 0x20BB7,该码点显然超出了基本平面的范围(0x0000-0xFFFF),因此需要使用四个字节表示。首先用 0x20BB7-0x10000 计算出超出的部分,然后将其用 20 个二进制位表示(不足前面补 0),结果为 00010000101110110111。接着,将前 10 位映射到 U+D800 到 U+DBFF 之间,后 10 位映射到 U+DC00 到 U+DFFF 即可。U+D800 对应的二进制数为 1101100000000000,直接填充后面的 10 个二进制位即可,得到 1101100001000010,转成 16 进制数则为 0xD842。同理可得,低位为 0xDFB7。因此得出汉字 “” 的 UTF-16 编码为 0xD8420xDFB7。
Java 中如何编解码?
下面我们以 “I am 君山” 这个字符串为例介绍 Java 中如何把它以 ISO-8859-1、GB2312、GBK、UTF-16、UTF-8 编码格式进行编码的。
123456String name = “I am 君山”byte[] iso8859 = name.getBytes(“ISO-8859-1”);byte[] gb2312 = name.getBytes(“GB2312”);byte[] gbk = name.getBytes(“GBK”);byte[] utf16 = name.getBytes(“UTF-16”);byte[] utf8 = name.getBytes(“UTF-8”);
ISO-8859-1 编码
ISO-8859-1 是单字节编码,中文 “君山” 被转化成值是 3f 的 byte。3f 也就是 “?” 字符,所以经常会出现中文变成 “?” 很可能就是错误的使用了 ISO-8859-1 这个编码导致的。中文字符经过 ISO-8859-1 编码会丢失信息,通常我们称之为“黑洞”,它会把不认识的字符吸收掉。
GB2312 编码
GB2312 字符集有一个 char 到 byte 的码表,不同的字符编码就是查这个码表找到与每个字符的对应的字节,然后拼装成 byte 数组。
GBK 编码UTF-16 编码
用 UTF-16 编码将 char 数组放大了一倍,单字节范围内的字符,在高位补 0 变成两个字节,中文字符也变成两个字节。从 UTF-16 编码规则来看,仅仅将字符的高位和地位进行拆分变成两个字节。
UTF-8 编码
UTF-16 虽然编码效率很高,但是对单字节范围内字符也放大了一倍,这无形也浪费了存储空间,另外 UTF-16 采用顺序编码,不能对单个字符的编码值进行校验,如果中间的一个字符码值损坏,后面的所有码值都将受影响。而 UTF-8 这些问题都不存在,UTF-8 对单字节范围内字符仍然用一个字节表示,对汉字采用三个字节表示。UTF-8 编码与 GBK 和 GB2312 不同,不用查码表,所以在编码效率上 UTF-8 的效率会更好。
小知识点
[1].\uxxxx: 其中 xxxx 表示一个 16 进制数字,这种格式是 unicode 码的写法。[2].0xf: 表示十进制数 15,在 java 中以 0x 开头的数表示十六进制数(如 0x1,0xa)。[3].03: 表示八进制数 3,在 java 中以 0 开头的数表示八进制数(如 012,03)。
参考博文
[1]. GB2312 简体中文编码表[2]. Unicode 编码原理[3]. 彻底弄懂 Unicode 编码[4]. 深入分析 Java 中的中文编码问题
souce:https://morning-pro.github.io/archives/3b38de0f.html
以上就是与2022年码表49码排码图相关内容,是关于gb2312的分享。看完2022 年牛年生肖表后,希望这对大家有所帮助!
- END -
沛夏取自哪里(沛儒取自哪里) 沛的出处
沛夏取自哪里?探寻名字背后的文化意蕴 “沛夏”这个名字,听起来既优雅又充满诗意。那么,“沛夏”究竟取自哪里呢?本文将带您一同探寻“沛夏”这个名字背后的文化意蕴。 一、“沛夏”的出处 “沛夏”这个名字并不是一个常...
长垣起名哪里好(长垣市名片) 长垣改名
白城哪里起名好?探索城市的命名艺术 白城,这座充满活力和文化底蕴的城市,每天都有新生儿降生,为他们起一个美好的名字是每位家长的重要任务。那么,在白城,哪里起名好呢? 首先,白城的一些传统文化机构,如寺庙、道观等,提供起名服...
简单学几招调整风水,催旺你的姻缘!
**婚姻是人生的一件大事,是人类生命得以延续的桥梁。我们来看看怎样布旺姻缘风水,“有情人...
2017年怎样给孩子起名字?老风水先生告诉你27种禁忌字!
的确有很多父母在计划要宝宝的时候就早早的规划好宝宝的名字了,。男宝宝起一个名字,女宝宝...
香港风水大师绝密十条大揭秘
1、为何房前忌有街巷、道路直冲?如果房屋的大门正对直冲而来的马路,那条马路愈长便凶险愈...
哪个星座最不看颜值(什么星座最不看颜值)
哪个星座最不看颜值?这是一个很有趣的问题。事实上,每个人的审美观点都有所不同。有些人更...
哪个生肖亏心事做的少(平时专做亏心事的生肖)
近日,一份关于“哪个生肖亏心事做的少”的调查引发了广泛讨论。据调查数据显示,属猴的人群...
西安哪个位置风水好(北京和西安哪个风水好)
西安是一个历史悠久的古城,也是中国重要的文化和旅游城市之一。在古代的时候,风水学在中国...
阳金和阴金哪个更好(阴金和阳金在一起好吗)
在中国传统五行中,金是代表财富和权力的元素之一,同时也被认为是守护人类健康的元素。而在...
陕西民间算卦的哪个有名气 陕西算命
陕西民间算卦历史悠久,至今仍有不少人在信奉和使用。其中,最有名气的要属“太乙神数”了。...
蛇生肖2018年运程如何(生肖牛在2018年运程)
蛇生肖在2018年的运程如何?对于许多人来说,这似乎是一个值得关注和探讨的话题。根据中国传...
1971的猪今年的运势如何(1971属猪的人2023年的运势及运程)
随着时间的推移,每个生肖在不同年份都会面对不同的运势。现在我们来谈谈1971年出生的猪在...
赵薇 命格
“命格”是指一个人出生年、月、日、时的八字,它可以反映一个人的性格特点、事业运势、婚...
装修见血风水 装修见血怎么破解
其实装修见血风水的问题并不复杂,但是又很多的朋友都不太了解装修的时候见血好不好的,因此...
算命的人是怎么算婚姻的 算命先生怎么算婚姻
大家好,关于算命的人是怎么算婚姻的很多朋友都还不太明白,不过没关系,因为今天小编就来为大...
今天亥时财神方位 今天酉时财神方位
各位老铁们,大家好,今天由我来为大家分享今天亥时财神方位,以及今天亥时财神方位是什么的相...
六爻四十卦解卦什么意思 六爻 四十六卦
老铁们,大家好,相信还有很多朋友对于六爻四十卦解卦什么意思和八卦四十八爻的相关问题不太...
人工在线塔罗占卜 塔罗 占卜 在线
大家好,今天给各位分享人工在线塔罗占卜的一些知识,其中也会对塔罗牌 在线 占卜进行解释,文...
风水中数理象是什么?(易经的理象数是什么)
在“独门阴阳法风水”中是这样描述数理象的:数理象描述着事物的发展经过以及结果。数:数量...
农历2020年正月初一可以搬家吗(2020年正月初七搬家日子好不好)
房子并不在于它的大小豪华,有温度的小屋也能够让人觉得温馨,但如果这个小屋不是属于自己的...
双鱼男见天蝎女第一眼就想亲(天蝎男双鱼女初次见面)
文中配图均源网络,图文均无关天蝎座的人,往往让人喜欢,让人忧,有时,他们显得很有魅力,也很深情...
难以聚财的八字(命里不聚财的人怎样聚财)
在当今社会中,财富通常代表着一个人的地位和成功的象征,如果一个人命中不聚财,那么不管他赚...
二婚女带个儿子很可怕,为什么说找二婚带儿子的女人结婚 以后会很痛苦?
提起二婚女带个儿子很可怕,大家都知道,有人问为什么说找二婚带儿子的女人结婚 以后会很痛...
79属羊犯太岁化解 *** ,1979年羊哪年犯太岁
79属羊犯太岁化解 *** 2022 年渐行渐近,我看到 上很多化解犯太岁的符了什么的。其实犯太...
史上最准生肖婚配表,史上最全婚姻属相表
史上最准生肖婚配表从恋爱心理学来说,我国的婚姻讲究男女属相搭配,很多人认为一定的属相结...
与属猴相冲的属相,鸡跟什么生肖相冲
与属猴相冲的属相属相婚配是按照十二生肖以及年份来计算的,它属于八字合婚里面的一部分。...
属马的五行属什么属性缺什么,93年属鸡的属相婚配表
属马的五行属什么属性缺什么 一个人的名字就像是一个人的代号一样,承载着家人的期盼,承载...
77年属蛇男更佳婚配,77年属蛇43岁婚姻配对
77年属蛇男更佳婚配 1977年出生的属蛇人更佳婚配属相是属猴人和属牛人,属蛇人和属猴人个...
属兔的跟什么属相最配姻缘,属兔人的更佳配偶
属兔的跟什么属相最配姻缘什么样的异性能入你的眼这个问题,其实从你的出生时间信息中可以...
猪人遇虎年2022,猪人逢虎年运程
猪人遇虎年2022 生猪存栏数量下跌幅度前所未有,占猪肉市场供应半壁江山的中小养殖场们或...
十二生肖最有福气排名,十二生肖颜值排名
十二生肖最有福气排名 富贵命就是集天时地利与人和,一辈子都富有,贵人相助,衣食无忧。只要...
1999属兔的劫难在什么时候,1999年属兔的女生
1999属兔的劫难在什么时候一、生肖鼠 生肖鼠为子,子属水,与午、未相克,所以在生肖鼠 30 和 ...
87年的属兔和什么配最合适呢,2022年4月19日是什么星座
87年的属兔和什么配最合适呢 1987年属兔的人往往特别温和,和其他人不一样,有着不一样的命...
1987女兔命好不好11月生人,1987年属兔女人命好吗
1987女兔命好不好11月生人 在2022 年,2011年出生的属兔人还处于儿童时期,这个时候的他们是...
94年属狗的婚姻配对,1982年属狗会离婚吗
94年属狗的婚姻配对 狗年出生的人,生活中是位很谦虚的人,而且是位有大志大望的人,不过,属狗...
算命免费生辰八字排盘,免费生辰八字查询系统
算命免费生辰八字排盘 人之间命运之差往往天壤之别,有人富贵一世,有人却一声坎坷不平,多灾...
虎蛇相配的婚姻长久吗,蛇和虎婚配会死一个吗
虎蛇相配的婚姻长久吗 特别说明:以下内容仅作一种文化的了解,莫不可轻信。婚姻之事,还应以...
93年属鸡女下半年运势,2022年93年属鸡姻缘
93年属鸡女下半年运势 1993的小鸡取得了小小的成就。在这个年龄最旺盛的时代,自信而有魅...
24岁属鼠女的婚姻如何,1984年属鼠2022 运气
24岁属鼠女的婚姻如何 属鼠2022 年婚姻爱情事业财运等运势属鼠今年多大了12岁,24岁 属鼠2...
跟属鼠相克的属相,属鼠的跟什么属相不合
跟属鼠相克的属相 农历鼠年即将过去,鼠年春节的时候,发送祝福信息的时候,是不是挺有难度的?...
- 数据加载中,请稍后...