| 共 7 篇文章 |
|
常用字符集编码详解：ASCII 、GB2312、GBK、GB18030、unicode。GB18030编码向下兼容GBK和GB2312，兼容的含义是不仅字符兼容，而且相同字符的编码也相同。这种方式的最大好处，是UTF－8保留了ASCII字符的编码做为它的一部分，例如，在UTF－8和ASCII中，“A”的编码都是0x41. UTF－16和UTF－32分别是Unicode的16位和32位编码方式。unicode是字... 阅225 转3 评0 公众公开 12-04-24 10:24 |
GB2312共收录6763个汉字，其中一级汉字3755个，二级汉字3008个；“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）。GB2312编码规则2字节编码，高位为0xA1-0xF7，低位为0xA1-0xFE汉字区域，高位为... 阅6047 转18 评0 公众公开 12-04-23 17:05 |
字符集和字符编码。但是7位编码的字符集只能支持128个字符，为了表示更多的欧洲常用字符对ASCII进行了扩展，ASCII扩展字符集使用8位（bits）表示一个字符，共256字符。直至目前为止的第六版，Unicode 就已经包含了超过十万个字符（在2005年，Unicode 的第十万个字符被采纳且认可成为标准之一）、一组可用以作为视觉参考的代码图表、一套编码方... 阅1295 转4 评0 公众公开 12-04-20 13:07 |
抽象字符集中的诸多字符，没有顺序之分，谁也不能说哪个字符在哪个字符前面，而且这种抽象字符只有人能理解。仔细看看这个范围，应该有65536这么大，因此你会说单字节的UTF-16编码能够表示65536个字符，你也会说Unicode的基本多语言面包含65536个字符，但是再想想刚才说过的surrogate pair，一个UTF-16表示的增补字符（再一次的，需要两个char... 阅5212 转36 评0 公众公开 12-04-20 13:05 |
(代码4-1 将UTF-8的一种编码方式转换为UNICODE)该代码是仅转换以“1110xxxx 10xxxxxx 10xxxxxx”形式进行UTF-8编码过的字节流，而要彻底的将UTF-8编码转换为UNICODE编码，则需要对表3-2（Unicode和 UTF-8之间的转换关系）中的六种编码方式进行处理。4.2.3 Java平台中的增补字符增补字符是Unicode标准中代码点超出U+FFFF的字符，而java中的增补... 阅3943 转11 评0 公众公开 12-04-20 10:50 |
对于本身解释单个字符、将单个字符传送给 Java 平台 API 或调用能够返回单个字符的方法的应用程序，则需要考虑这些字符的有效值。如果所搜索的文本含有增补字符，则这些字符不会与标记字符混淆，因为 UTF-16 使用代码单元表示增补字符，而代码单元的值不会用于 BMP 字符。只有在某应用程序本身解释单个字符、将单个字符传送给 Java 平台 API 或... 阅735 转2 评0 公众公开 12-04-17 17:09 |
