<!-- Feedsky FEED發(fā)布代碼開始 -->
如果您喜歡這些文章，歡迎點(diǎn)擊此處訂閱本Blog
<!-- FEED自動(dòng)發(fā)現(xiàn)標(biāo)記開始 --> <link title="RSS 2.0" type="application/rss+xml" rel="alternate"> <!-- FEED自動(dòng)發(fā)現(xiàn)標(biāo)記結(jié)束 -->
<!--Google 468*60橫幅廣告開始--><script type="text/javascript"><!-- google_ad_client = "pub-7343546549496470"; google_ad_width = 468; google_ad_height = 60; google_ad_format = "468x60_as"; google_ad_type = "image"; //2007-07-26: CSDN google_ad_channel = "6063905817"; google_color_border = "6699CC"; google_color_bg = "E6E6E6"; google_color_link = "FFFFFF"; google_color_text = "333333"; google_color_url = "AECCEB"; google_ui_features = "rc:6"; //--> </script><script type="text/javascript" src="http://pagead2.googlesyndication.com/pagead/show_ads.js"> </script><!--Google 468*60橫幅廣告結(jié)束-->
一 預(yù)備知識(shí)
1，字符：字符是抽象的最小文本單位。它沒有固定的形狀（可能是一個(gè)字形），而且沒有值。“A”是一個(gè)字符，“€”（德國(guó)、法國(guó)和許多其他歐洲國(guó)家通用貨幣的標(biāo)志）也是一個(gè)字符。“中”“國(guó)”這是兩個(gè)漢字字符。字符僅僅代表一個(gè)符號(hào)，沒有任何實(shí)際值的意義。
2，字符集：字符集是字符的集合。例如，漢字字符是中國(guó)人最先發(fā)明的字符，在中文、日文、韓文和越南文的書寫中使用。這也說明了字符和字符集之間的關(guān)系，字符組成字符集（iso8859-1，GB2312/GBK，unicode）。
3，代碼點(diǎn)：字符集中的每個(gè)字符都被分配到一個(gè)“代碼點(diǎn)”。每個(gè)代碼點(diǎn)都有一個(gè)特定的唯一數(shù)值，稱為標(biāo)值。該標(biāo)量值通常用十六進(jìn)制表示。
4，代碼單元： 在每種編碼形式中，代碼點(diǎn)被映射到一個(gè)或多個(gè)代碼單元。“代碼單元”是各個(gè)編碼方式中的單個(gè)單元。代碼單元的大小等效于特定編碼方式的位數(shù)：
UTF-8 ：UTF-8 中的代碼單元由 8 位組成；在 UTF-8 中，因?yàn)榇a單元較小的緣故，每個(gè)代碼點(diǎn)常常被映射到多個(gè)代碼單元。代碼點(diǎn)將被映射到一個(gè)、兩個(gè)、三個(gè)或四個(gè)代碼單元；
UTF-16 ：UTF-16 中的代碼單元由 16 位組成；UTF-16 的代碼單元大小是 8 位代碼單元的兩倍。所以，標(biāo)量值小于 U+10000 的代碼點(diǎn)被編碼到單個(gè)代碼單元中；
UTF-32：UTF-32 中的代碼單元由 32 位組成； UTF-32 中使用的 32 位代碼單元足夠大，每個(gè)代碼點(diǎn)都可編碼為單個(gè)代碼單元；
GB18030：GB18030 中的代碼單元由 8 位組成；在 GB18030 中，因?yàn)榇a單元較小的緣故，每個(gè)代碼點(diǎn)常常被映射到多個(gè)代碼單元。代碼點(diǎn)將被映射到一個(gè)、兩個(gè)或四個(gè)代碼單元。
5，舉例：
“中國(guó)北京香蕉是個(gè)大笨蛋”這是我定義的aka字符集；各字符對(duì)應(yīng)代碼點(diǎn)為：
北 00000001
京 00000010
香 10000001
蕉 10000010
是 10000100
個(gè) 10001000
大 10010000
笨 10100000
蛋 11000000
中 00000100
國(guó) 00001000
下面是我定義的 zixia 編碼方案（8位），可以看到它的編碼中表示了aka字符集的所有字符對(duì)應(yīng)的 代碼單元；
北 10000001
京 10000010
香 00000001
蕉 00000010
是 00000100
個(gè) 00001000
大 00010000
笨 00100000
蛋 01000000
中 10000100
國(guó) 10001000
所謂文本文件 就是我們按一定編碼方式將二進(jìn)制數(shù)據(jù)表示為對(duì)應(yīng)的文本如 00000001000000100000010000001000000100000010000001000000這樣的文件。我用一個(gè)支持 zixia編碼和aka字符集的記事本打開，它就按照編碼方案顯示為 “香蕉是個(gè)大笨蛋 ”
如果我把這些字符按照GBK另存一個(gè)文件，那么則肯定不是這個(gè)，而是
1100111111100011 1011110110110110 1100101011000111 1011100011110110 1011010011110011 1011000110111111 1011010110110000 110100001010
二，字符集
1， 常用字符集分類
ASCII及其擴(kuò)展字符集
作用：表語(yǔ)英語(yǔ)及西歐語(yǔ)言。
位數(shù)：ASCII是用7位表示的，能表示128個(gè)字符；其擴(kuò)展使用8位表示，表示256個(gè)字符。
范圍：ASCII從00到7F，擴(kuò)展從00到FF。
ISO-8859-1字符集
作用：擴(kuò)展ASCII，表示西歐、希臘語(yǔ)等。
位數(shù)：8位，
范圍：從00到FF，兼容ASCII字符集。
GB2312字符集
作用：國(guó)家簡(jiǎn)體中文字符集，兼容ASCII。
位數(shù)：使用2個(gè)字節(jié)表示，能表示7445個(gè)符號(hào)，包括6763個(gè)漢字，幾乎覆蓋所有高頻率漢字。
范圍：高字節(jié)從A1到F7, 低字節(jié)從A1到FE。將高字節(jié)和低字節(jié)分別加上0XA0即可得到編碼。
BIG5字符集
作用：統(tǒng)一繁體字編碼。
位數(shù)：使用2個(gè)字節(jié)表示，表示13053個(gè)漢字。
范圍：高字節(jié)從A1到F9，低字節(jié)從40到7E，A1到FE。
GBK字符集
作用：它是GB2312的擴(kuò)展，加入對(duì)繁體字的支持，兼容GB2312。
位數(shù)：使用2個(gè)字節(jié)表示，可表示21886個(gè)字符。
范圍：高字節(jié)從81到FE，低字節(jié)從40到FE。
GB18030字符集
作用：它解決了中文、日文、朝鮮語(yǔ)等的編碼，兼容GBK。
位數(shù)：它采用變字節(jié)表示(1 ASCII，2，4字節(jié))。可表示27484個(gè)文字。
范圍：1字節(jié)從00到7F; 2字節(jié)高字節(jié)從81到FE，低字節(jié)從40到7E和80到FE；4字節(jié)第一三字節(jié)從81到FE，第二四字節(jié)從30到39。
UCS字符集
作用：國(guó)際標(biāo)準(zhǔn) ISO 10646 定義了通用字符集 (Universal Character Set)。它是與UNICODE同類的組織，UCS-2和UNICODE兼容。
位數(shù)：它有UCS-2和UCS-4兩種格式，分別是2字節(jié)和4字節(jié)。
范圍：目前，UCS-4只是在UCS-2前面加了0×0000。
UNICODE字符集
作用：為世界650種語(yǔ)言進(jìn)行統(tǒng)一編碼，兼容ISO-8859-1。
位數(shù)：UNICODE字符集有多個(gè)編碼方式，分別是UTF-8，UTF-16和UTF-32。
2 ，按所表示的文字分類
語(yǔ)言 字符集 正式名稱
英語(yǔ)、西歐語(yǔ) ASCII，ISO-8859-1 MBCS 多字節(jié)
簡(jiǎn)體中文 GB2312 MBCS 多字節(jié)
繁體中文 BIG5 MBCS 多字節(jié)
簡(jiǎn)繁中文 GBK MBCS 多字節(jié)
中文、日文及朝鮮語(yǔ) GB18030 MBCS 多字節(jié)
各國(guó)語(yǔ)言 UNICODE，UCS DBCS 寬字節(jié)
三，編碼
UTF-8：采用變長(zhǎng)字節(jié) (1 ASCII, 2 希臘字母, 3 漢字, 4 平面符號(hào)) 表示，網(wǎng)絡(luò)傳輸, 即使錯(cuò)了一個(gè)字節(jié)，不影響其他字節(jié)，而雙字節(jié)只要一個(gè)錯(cuò)了，其他也錯(cuò)了，具體如下：
如果只有一個(gè)字節(jié)則其最高二進(jìn)制位為0；如果是多字節(jié)，其第一個(gè)字節(jié)從最高位開始，連續(xù)的二進(jìn)制位值為1的個(gè)數(shù)決定了其編碼的字節(jié)數(shù)，其余各字節(jié)均以10開頭。UTF-8最多可用到6個(gè)字節(jié)。
UTF-16：采用2字節(jié)，Unicode中不同部分的字符都同樣基于現(xiàn)有的標(biāo)準(zhǔn)。這是為了便于轉(zhuǎn)換。從 0×0000到0×007F是ASCII字符，從0×0080到0×00FF是ISO-8859-1對(duì)ASCII的擴(kuò)展。希臘字母表使用從0×0370到 0×03FF 的代碼，斯拉夫語(yǔ)使用從0×0400到0×04FF的代碼，美國(guó)使用從0×0530到0×058F的代碼，希伯來語(yǔ)使用從0×0590到0×05FF的代碼。中國(guó)、日本和韓國(guó)的象形文字（總稱為CJK）占用了從0×3000到0×9FFF的代碼；由于0×00在c語(yǔ)言及操作系統(tǒng)文件名等中有特殊意義，故很多情況下需要UTF-8編碼保存文本，去掉這個(gè)0×00。舉例如下：
UTF-16: 0×0080 = 0000 0000 1000 0000
UTF-8: 0xC280 = 1100 0010 1000 0000
UTF-32：采用4字節(jié)。
優(yōu)缺點(diǎn)
UTF-8、UTF-16和UTF-32都可以表示有效編碼空間 (U+000000-U+10FFFF) 內(nèi)的所有Unicode字符。
使用UTF-8編碼時(shí)ASCII字符只占1個(gè)字節(jié)，存儲(chǔ)效率比較高，適用于拉丁字符較多的場(chǎng)合以節(jié)省空間。
對(duì)于大多數(shù)非拉丁字符（如中文和日文）來說，UTF-16所需存儲(chǔ)空間最小，每個(gè)字符只占2個(gè)字節(jié)。
Windows NT內(nèi)核是Unicode（UTF-16），采用UTF-16編碼在調(diào)用系統(tǒng)API時(shí)無需轉(zhuǎn)換，處理速度也比較快。
采用UTF-16和UTF-32會(huì)有Big Endian和Little Endian之分，而UTF-8則沒有字節(jié)順序問題，所以UTF-8適合傳輸和通信。
UTF-32采用4字節(jié)編碼，一方面處理速度比較快，但另一方面也浪費(fèi)了大量空間，影響傳輸速度，因而很少使用。
四，如何判斷字符集
1，字節(jié)序
首先說一下字節(jié)序?qū)幋a的影響，字節(jié)序分為Big Endian字節(jié)序和Little Endian字節(jié)序。不同的處理器可能不一樣。所以，傳輸時(shí)需要告訴處理器當(dāng)時(shí)的編碼字節(jié)序。對(duì)于前者而言，高位字節(jié)存在低地址，低字節(jié)存于高地址；后者相反。例如，0X03AB,
Big Endian字節(jié)序
0000: 0 3
0001: AB
Little Endian字節(jié)序是
0000: AB
0001: 0 3
2，編碼識(shí)別
UNICODE，根據(jù)前幾個(gè)字節(jié)可以判斷UNICODE字符集的各種編碼，叫做Byte Order Mask方法BOM：
UTF-8: EFBBBF (符合UTF-8格式，請(qǐng)看上面。但沒有含義在UCS即UNICODE中)
UTF-16 Big Endian：FEFF (沒有含義在UCS-2中)
UTF-16 Little Endian：FFFE (沒有含義在UCS-2中)
UTF-32 Big Endian：0000FEFF (沒有含義在UCS-4中)
UTF-32 Little Endian：FFFE0000 (沒有含義在UCS-4中)
GB2312：高字節(jié)和低字節(jié)的第1位都是1。
BIG5，GBK&GB18030：高字節(jié)的第1位為1。操作系統(tǒng)有默認(rèn)的編碼，常為GBK，可以下載別的并升級(jí)。通過判斷高字節(jié)的第1位從而知道是ASCII或者漢字編碼。
轉(zhuǎn)自【 http://blog.minidx.com/2008/12/06/1689.html 】，鳴謝原作者
<!--新Google 468*60橫幅廣告開始--><script type="text/javascript"><!-- google_ad_client = "pub-7343546549496470"; /* 468x60, 創(chuàng)建于 08-8-6 */ google_ad_slot = "7368701459"; google_ad_width = 468; google_ad_height = 60; //--> </script><script type="text/javascript" src="http://pagead2.googlesyndication.com/pagead/show_ads.js"> </script><!--新Google 468*60橫幅廣告結(jié)束-->
<!--新Google 468x15 橫鏈接單元開始--><script type="text/javascript"><!-- google_ad_client = "pub-7343546549496470"; /* 468x15 橫鏈接單元 */ google_ad_slot = "5785741422"; google_ad_width = 468; google_ad_height = 15; //--> </script><script type="text/javascript" src="http://pagead2.googlesyndication.com/pagead/show_ads.js"> </script><!--新Google 468x15 橫鏈接單元結(jié)束-->
<!-- Google Reader shared發(fā)布代碼開始 --><script type="text/javascript" src="http://www.google.com/reader/ui/publisher.js"></script><script type="text/javascript" src="http://www.google.com/reader/public/javascript/user/00697638153916680411/state/com.google/broadcast?n=5&callback=GRC_p%28%7Bc%3A%22green%22%2Ct%3A%22%5Cu8FD9%5Cu4E9B%5Cu6587%5Cu7AE0%5Cu4E5F%5Cu503C%5Cu5F97%5Cu4E00%5Cu770B%22%2Cs%3A%22false%22%7D%29%3Bnew%20GRC"></script><!-- Google Reader shared發(fā)布代碼結(jié)束 -->
<!--Google 468*60橫幅廣告開始--><script type="text/javascript"><!-- google_ad_client = "pub-7343546549496470"; google_ad_width = 468; google_ad_height = 60; google_ad_format = "468x60_as"; google_ad_type = "image"; //2007-07-26: CSDN google_ad_channel = "6063905817"; google_color_border = "6699CC"; google_color_bg = "E6E6E6"; google_color_link = "FFFFFF"; google_color_text = "333333"; google_color_url = "AECCEB"; google_ui_features = "rc:6"; //--> </script><script type="text/javascript" src="http://pagead2.googlesyndication.com/pagead/show_ads.js"> </script><!--Google 468*60橫幅廣告結(jié)束-->
一 預(yù)備知識(shí)
1，字符：字符是抽象的最小文本單位。它沒有固定的形狀（可能是一個(gè)字形），而且沒有值。“A”是一個(gè)字符，“€”（德國(guó)、法國(guó)和許多其他歐洲國(guó)家通用貨幣的標(biāo)志）也是一個(gè)字符。“中”“國(guó)”這是兩個(gè)漢字字符。字符僅僅代表一個(gè)符號(hào)，沒有任何實(shí)際值的意義。
2，字符集：字符集是字符的集合。例如，漢字字符是中國(guó)人最先發(fā)明的字符，在中文、日文、韓文和越南文的書寫中使用。這也說明了字符和字符集之間的關(guān)系，字符組成字符集（iso8859-1，GB2312/GBK，unicode）。
3，代碼點(diǎn)：字符集中的每個(gè)字符都被分配到一個(gè)“代碼點(diǎn)”。每個(gè)代碼點(diǎn)都有一個(gè)特定的唯一數(shù)值，稱為標(biāo)值。該標(biāo)量值通常用十六進(jìn)制表示。
4，代碼單元： 在每種編碼形式中，代碼點(diǎn)被映射到一個(gè)或多個(gè)代碼單元。“代碼單元”是各個(gè)編碼方式中的單個(gè)單元。代碼單元的大小等效于特定編碼方式的位數(shù)：
UTF-8 ：UTF-8 中的代碼單元由 8 位組成；在 UTF-8 中，因?yàn)榇a單元較小的緣故，每個(gè)代碼點(diǎn)常常被映射到多個(gè)代碼單元。代碼點(diǎn)將被映射到一個(gè)、兩個(gè)、三個(gè)或四個(gè)代碼單元；
UTF-16 ：UTF-16 中的代碼單元由 16 位組成；UTF-16 的代碼單元大小是 8 位代碼單元的兩倍。所以，標(biāo)量值小于 U+10000 的代碼點(diǎn)被編碼到單個(gè)代碼單元中；
UTF-32：UTF-32 中的代碼單元由 32 位組成； UTF-32 中使用的 32 位代碼單元足夠大，每個(gè)代碼點(diǎn)都可編碼為單個(gè)代碼單元；
GB18030：GB18030 中的代碼單元由 8 位組成；在 GB18030 中，因?yàn)榇a單元較小的緣故，每個(gè)代碼點(diǎn)常常被映射到多個(gè)代碼單元。代碼點(diǎn)將被映射到一個(gè)、兩個(gè)或四個(gè)代碼單元。
5，舉例：
“中國(guó)北京香蕉是個(gè)大笨蛋”這是我定義的aka字符集；各字符對(duì)應(yīng)代碼點(diǎn)為：
北 00000001
京 00000010
香 10000001
蕉 10000010
是 10000100
個(gè) 10001000
大 10010000
笨 10100000
蛋 11000000
中 00000100
國(guó) 00001000
下面是我定義的 zixia 編碼方案（8位），可以看到它的編碼中表示了aka字符集的所有字符對(duì)應(yīng)的 代碼單元；
北 10000001
京 10000010
香 00000001
蕉 00000010
是 00000100
個(gè) 00001000
大 00010000
笨 00100000
蛋 01000000
中 10000100
國(guó) 10001000
所謂文本文件 就是我們按一定編碼方式將二進(jìn)制數(shù)據(jù)表示為對(duì)應(yīng)的文本如 00000001000000100000010000001000000100000010000001000000這樣的文件。我用一個(gè)支持 zixia編碼和aka字符集的記事本打開，它就按照編碼方案顯示為 “香蕉是個(gè)大笨蛋 ”
如果我把這些字符按照GBK另存一個(gè)文件，那么則肯定不是這個(gè)，而是
1100111111100011 1011110110110110 1100101011000111 1011100011110110 1011010011110011 1011000110111111 1011010110110000 110100001010
二，字符集
1， 常用字符集分類
ASCII及其擴(kuò)展字符集
作用：表語(yǔ)英語(yǔ)及西歐語(yǔ)言。
位數(shù)：ASCII是用7位表示的，能表示128個(gè)字符；其擴(kuò)展使用8位表示，表示256個(gè)字符。
范圍：ASCII從00到7F，擴(kuò)展從00到FF。
ISO-8859-1字符集
作用：擴(kuò)展ASCII，表示西歐、希臘語(yǔ)等。
位數(shù)：8位，
范圍：從00到FF，兼容ASCII字符集。
GB2312字符集
作用：國(guó)家簡(jiǎn)體中文字符集，兼容ASCII。
位數(shù)：使用2個(gè)字節(jié)表示，能表示7445個(gè)符號(hào)，包括6763個(gè)漢字，幾乎覆蓋所有高頻率漢字。
范圍：高字節(jié)從A1到F7, 低字節(jié)從A1到FE。將高字節(jié)和低字節(jié)分別加上0XA0即可得到編碼。
BIG5字符集
作用：統(tǒng)一繁體字編碼。
位數(shù)：使用2個(gè)字節(jié)表示，表示13053個(gè)漢字。
范圍：高字節(jié)從A1到F9，低字節(jié)從40到7E，A1到FE。
GBK字符集
作用：它是GB2312的擴(kuò)展，加入對(duì)繁體字的支持，兼容GB2312。
位數(shù)：使用2個(gè)字節(jié)表示，可表示21886個(gè)字符。
范圍：高字節(jié)從81到FE，低字節(jié)從40到FE。
GB18030字符集
作用：它解決了中文、日文、朝鮮語(yǔ)等的編碼，兼容GBK。
位數(shù)：它采用變字節(jié)表示(1 ASCII，2，4字節(jié))。可表示27484個(gè)文字。
范圍：1字節(jié)從00到7F; 2字節(jié)高字節(jié)從81到FE，低字節(jié)從40到7E和80到FE；4字節(jié)第一三字節(jié)從81到FE，第二四字節(jié)從30到39。
UCS字符集
作用：國(guó)際標(biāo)準(zhǔn) ISO 10646 定義了通用字符集 (Universal Character Set)。它是與UNICODE同類的組織，UCS-2和UNICODE兼容。
位數(shù)：它有UCS-2和UCS-4兩種格式，分別是2字節(jié)和4字節(jié)。
范圍：目前，UCS-4只是在UCS-2前面加了0×0000。
UNICODE字符集
作用：為世界650種語(yǔ)言進(jìn)行統(tǒng)一編碼，兼容ISO-8859-1。
位數(shù)：UNICODE字符集有多個(gè)編碼方式，分別是UTF-8，UTF-16和UTF-32。
2 ，按所表示的文字分類
語(yǔ)言 字符集 正式名稱
英語(yǔ)、西歐語(yǔ) ASCII，ISO-8859-1 MBCS 多字節(jié)
簡(jiǎn)體中文 GB2312 MBCS 多字節(jié)
繁體中文 BIG5 MBCS 多字節(jié)
簡(jiǎn)繁中文 GBK MBCS 多字節(jié)
中文、日文及朝鮮語(yǔ) GB18030 MBCS 多字節(jié)
各國(guó)語(yǔ)言 UNICODE，UCS DBCS 寬字節(jié)
三，編碼
UTF-8：采用變長(zhǎng)字節(jié) (1 ASCII, 2 希臘字母, 3 漢字, 4 平面符號(hào)) 表示，網(wǎng)絡(luò)傳輸, 即使錯(cuò)了一個(gè)字節(jié)，不影響其他字節(jié)，而雙字節(jié)只要一個(gè)錯(cuò)了，其他也錯(cuò)了，具體如下：
如果只有一個(gè)字節(jié)則其最高二進(jìn)制位為0；如果是多字節(jié)，其第一個(gè)字節(jié)從最高位開始，連續(xù)的二進(jìn)制位值為1的個(gè)數(shù)決定了其編碼的字節(jié)數(shù)，其余各字節(jié)均以10開頭。UTF-8最多可用到6個(gè)字節(jié)。
UTF-16：采用2字節(jié)，Unicode中不同部分的字符都同樣基于現(xiàn)有的標(biāo)準(zhǔn)。這是為了便于轉(zhuǎn)換。從 0×0000到0×007F是ASCII字符，從0×0080到0×00FF是ISO-8859-1對(duì)ASCII的擴(kuò)展。希臘字母表使用從0×0370到 0×03FF 的代碼，斯拉夫語(yǔ)使用從0×0400到0×04FF的代碼，美國(guó)使用從0×0530到0×058F的代碼，希伯來語(yǔ)使用從0×0590到0×05FF的代碼。中國(guó)、日本和韓國(guó)的象形文字（總稱為CJK）占用了從0×3000到0×9FFF的代碼；由于0×00在c語(yǔ)言及操作系統(tǒng)文件名等中有特殊意義，故很多情況下需要UTF-8編碼保存文本，去掉這個(gè)0×00。舉例如下：
UTF-16: 0×0080 = 0000 0000 1000 0000
UTF-8: 0xC280 = 1100 0010 1000 0000
UTF-32：采用4字節(jié)。
優(yōu)缺點(diǎn)
UTF-8、UTF-16和UTF-32都可以表示有效編碼空間 (U+000000-U+10FFFF) 內(nèi)的所有Unicode字符。
使用UTF-8編碼時(shí)ASCII字符只占1個(gè)字節(jié)，存儲(chǔ)效率比較高，適用于拉丁字符較多的場(chǎng)合以節(jié)省空間。
對(duì)于大多數(shù)非拉丁字符（如中文和日文）來說，UTF-16所需存儲(chǔ)空間最小，每個(gè)字符只占2個(gè)字節(jié)。
Windows NT內(nèi)核是Unicode（UTF-16），采用UTF-16編碼在調(diào)用系統(tǒng)API時(shí)無需轉(zhuǎn)換，處理速度也比較快。
采用UTF-16和UTF-32會(huì)有Big Endian和Little Endian之分，而UTF-8則沒有字節(jié)順序問題，所以UTF-8適合傳輸和通信。
UTF-32采用4字節(jié)編碼，一方面處理速度比較快，但另一方面也浪費(fèi)了大量空間，影響傳輸速度，因而很少使用。
四，如何判斷字符集
1，字節(jié)序
首先說一下字節(jié)序?qū)幋a的影響，字節(jié)序分為Big Endian字節(jié)序和Little Endian字節(jié)序。不同的處理器可能不一樣。所以，傳輸時(shí)需要告訴處理器當(dāng)時(shí)的編碼字節(jié)序。對(duì)于前者而言，高位字節(jié)存在低地址，低字節(jié)存于高地址；后者相反。例如，0X03AB,
Big Endian字節(jié)序
0000: 0 3
0001: AB
Little Endian字節(jié)序是
0000: AB
0001: 0 3
2，編碼識(shí)別
UNICODE，根據(jù)前幾個(gè)字節(jié)可以判斷UNICODE字符集的各種編碼，叫做Byte Order Mask方法BOM：
UTF-8: EFBBBF (符合UTF-8格式，請(qǐng)看上面。但沒有含義在UCS即UNICODE中)
UTF-16 Big Endian：FEFF (沒有含義在UCS-2中)
UTF-16 Little Endian：FFFE (沒有含義在UCS-2中)
UTF-32 Big Endian：0000FEFF (沒有含義在UCS-4中)
UTF-32 Little Endian：FFFE0000 (沒有含義在UCS-4中)
GB2312：高字節(jié)和低字節(jié)的第1位都是1。
BIG5，GBK&GB18030：高字節(jié)的第1位為1。操作系統(tǒng)有默認(rèn)的編碼，常為GBK，可以下載別的并升級(jí)。通過判斷高字節(jié)的第1位從而知道是ASCII或者漢字編碼。
轉(zhuǎn)自【 http://blog.minidx.com/2008/12/06/1689.html 】，鳴謝原作者
<!--新Google 468*60橫幅廣告開始--><script type="text/javascript"><!-- google_ad_client = "pub-7343546549496470"; /* 468x60, 創(chuàng)建于 08-8-6 */ google_ad_slot = "7368701459"; google_ad_width = 468; google_ad_height = 60; //--> </script><script type="text/javascript" src="http://pagead2.googlesyndication.com/pagead/show_ads.js"> </script><!--新Google 468*60橫幅廣告結(jié)束-->
<!--新Google 468x15 橫鏈接單元開始--><script type="text/javascript"><!-- google_ad_client = "pub-7343546549496470"; /* 468x15 橫鏈接單元 */ google_ad_slot = "5785741422"; google_ad_width = 468; google_ad_height = 15; //--> </script><script type="text/javascript" src="http://pagead2.googlesyndication.com/pagead/show_ads.js"> </script><!--新Google 468x15 橫鏈接單元結(jié)束-->
<!-- Google Reader shared發(fā)布代碼開始 --><script type="text/javascript" src="http://www.google.com/reader/ui/publisher.js"></script><script type="text/javascript" src="http://www.google.com/reader/public/javascript/user/00697638153916680411/state/com.google/broadcast?n=5&callback=GRC_p%28%7Bc%3A%22green%22%2Ct%3A%22%5Cu8FD9%5Cu4E9B%5Cu6587%5Cu7AE0%5Cu4E5F%5Cu503C%5Cu5F97%5Cu4E00%5Cu770B%22%2Cs%3A%22false%22%7D%29%3Bnew%20GRC"></script><!-- Google Reader shared發(fā)布代碼結(jié)束 -->
更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號(hào)聯(lián)系： 360901061
您的支持是博主寫作最大的動(dòng)力，如果您喜歡我的文章，感覺我的文章對(duì)您有幫助，請(qǐng)用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點(diǎn)擊下面給點(diǎn)支持吧，站長(zhǎng)非常感激您！手機(jī)微信長(zhǎng)按不能支付解決辦法：請(qǐng)將微信支付二維碼保存到相冊(cè)，切換到微信，然后點(diǎn)擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對(duì)您有幫助就好】元
