字节(Byte 发音:/‘bait/):字节是通过
网络传输信息(或在
硬盘或
内存中存储信息)的单位。网络上的所有信息都是以“位”(bit)为单位传递的,一个位就代表一个0或1,每8个位(bit)组成一个字节(Byte)。
在
ASCII码中,一个英文字母(不分大小写)占一个字节的空间,一个中文
汉字占两个字节的空间。
符号:英文
标点占一个字节,中文标点占两个字节。举例:英文句号“.”占1个字节的大小,中文句号“。”占2个字节的大小。
一个
二进制数字序列,在
计算机中作为一个数字单元,一般为8位二进制数,换算为
十进制。最小值0,最大值255。如一个ASCII码就是一个字节,此类单位的换算为:
其中1024=2^10 ( 2 的10次方),
1KB(Kilobyte
千字节)=1024B,
1
MB(Megabyte
兆字节 简称“兆”)=1024KB,
1
GB(Gigabyte
吉字节 又称“千兆”)=1024MB,
1
TB(Trillionbyte 万亿字节
太字节)=1024GB,
1
PB(Petabyte 千万亿字节
拍字节)=1024TB,
1
EB(Exabyte 百亿亿字节
艾字节)=1024PB,
1
ZB(Zettabyte 十万亿亿字节 泽字节)= 1024 EB,
1
YB(Yottabyte 一亿亿亿字节 尧字节)= 1024 ZB,
1
BB(Brontobyte 一千亿亿亿字节)= 1024 YB
注意:MiB和MB,KiB和KB等的区别:
1KiB(kibibyte)=1024byte
1KB(kilobyte)=1000byte
1MiB(mebibyte)=1048576byte
1MB(megabyte)=1000000byte
这是因为
硬盘生产商是以GB(
十进制,即10的3次方=1000,如1MB=1000KB)计算的,而电脑(
操作系统)是以GiB(2进制,即2的 10次方, 如1MiB=1024KB)计算的,但是国内用户一般理解为1MB=1024 KB, 所以为了便于中文化的理解,翻译MiB为MB也是可以的。
同样根据
硬盘厂商与用户对于1MB大小的不同理解,所以好多160G的硬盘实际容量按
计算机实际的1MB=1024KB算都不到160G,这也可以解释为什么新买的硬盘“缺斤短两”并没有它所标示的那么大。
注:10TB大约等于一个人脑的
存储量。
字
在
计算机中,一串数码作为一个整体来处理或运算的,称为一个计算机字,简称字。字通常分为若干个字节(每个字节一般是8位)。在
存储器中,通常每个单元存储一个字,因此每个字都是可以
寻址的。字的长度用位数来表示。
在
计算机的
运算器、
控制器中,通常都是以字为单位进行传送的。字出现在不同的地址其含义是不相同。例如,送往控制器去的字是指令,而送往
运算器去的字就是一个数。
字长
计算机的每个字所包含的位数称为
字长。根据
计算机的不同,
字长有固定的和可变的两种。固定字长,即字长度不论什么情况都是固定不变的;可变字长,则在一定范围内,其长度是可变的。
计算的
字长是指它一次可处理的
二进制数字的数目。
计算机处理数据的速率,自然和它一次能加工的位数以及进行运算的快慢有关。如果一台
计算机的字长是另一台计算机的两倍,即使两台计算机的速度相同,在相同的时间内,前者能做的工作是后者的两倍。
一般地,大型
计算机的字长为32―
64位,
小型计算机为12―32位,而
微型计算机为4一16位。
字长是衡量
计算机性能的一个重要因素。
字节
字节是指一小组相邻的
二进制数码。通常是8位作为一个字节。它是构成信息的一个小单位,并作为一个整体来参加操作,比字小,是构成字的单位。
在
微型计算机中,通常用多少字节来表示
存储器的存储容量。
例如,在C++的
数据类型表示中,通常 char为1个字节,
int为4个字节,
double为8个字节。
理解编码的关键,是要把
字符的概念和字节的概念理解准确。这两个概念容易混淆,我们在此做一下区分:
概念描述 举例
字符 人们使用的记号,抽象意义上的一个符号。 '1', '中', 'a', '$', '¥' ……
字节
计算机中存储数据的单元,一个8位的
二进制数,是一个很具体的
存储空间。0x01, 0x45, 0xFA……
字符串
在
内存中,如果“
字符”是以
ANSI编码形式存在的,一个字符可能使用一个字节或多个字节来表示,那么我们称这种字符串为
ANSI 字符串或者多字节字符串。如,"中文123" (占8字节,包括一个隐藏的\0)。
字符集和代码页
对于ANSI编码方式,存在不同的
字符集(Charset)。同样的字节序列,在不同的
字符集下表示的字符不一样。要正确解析一个ANSI
字符串,还要选择正确的
字符集,否则就可能导致所谓的
乱码现象。不同语言版本的
操作系统,都有一个默认的
字符集。在不指定
字符集的情况下,系统会使用此字符集来解析 ANSI 字符串。也就是说,如果我们在简体中文版的Windows下打开了一个由日文
操作系统保存的 ANSI 文本文件(仅包含 ANSI
字符串的文本文件),我们看到的将是
乱码。但是,如果我们使用
Visual Studio之类的带编码选择的
文本编辑器打开此文件,并且选择正确的
字符集,我们将可以看到它的原貌。注意:简体中文
字符集中的繁体字和
繁体中文字符集中的繁体字,编码不一定相同(事实证明,似乎是完全不同)。
每个
字符集都有一个唯一的编号,称为
代码页(Code Page)。简体中文(GB2312)的代码页为936,而系统默认
字符集的代码页为0,它表示根据系统的语言设置来选择一个合适的字符集。
UNICODE
字符串 在
内存中,如果“字符”是以在Unicode中的序号存在的,那么我们称这种字符串为Unicode字符串或者宽字节字符串。在Unicode中,每个
字符都占两个字节。如,"中文123"(占10字节)。
Unicode和ANSI的区别就相当于
输入法内的“
全角”和“
半角”的区别。
由于不同 ANSI 编码所规定的标准是不相同的(
字符集不同),因此,对于一个给定的多字节字符串,我们必须知道它采用的是哪一种字符集则,才能够知道它包含了哪些“字符”。而对于 UNICODE
字符串来说,不管在什么环境下,它所代表的“字符”内容总是不变的。Unicode 有着统一的标准,它定义了世界上绝大多数的
字符的编码,使得拉丁文、数字、简体中文、繁体中文、日文等都能以同一种编码方式保存。
Byte数据类型用一个字节(byte)储存,可区别256个数字,取值范围:0到255。 Byte 是从 0 - 255 的无符号类型,所以不能表示负数。具体参照
数据类型。
编辑本段C语言中的字符类型
效果等同于 unsigned char型
typedef unsigned char BYTE
定义一种新类型BYTE,它其实就是unsigned char