编解码相关

编解码总结

一. 编解码

1. Charset类
2. 编解码
   1. 编码：字符—>字节
   2. 解码：字节—>字符
3. 每个文件存储在磁盘上，都会指定一种编码格式。
4. 常用编码方式
   1. ascii：使用7bit表示一个字符，共计可以表示128个字符。
   2. iso-8859-1：使用8bit(1个byte)表示一个字符，共计可以表示256个字符。ISO-8859-1向下完全兼容ASCII，是在ASCII基础上的一个扩展，即ISO-8859-1的第0~127个字符与ASCII完全相同。ISO-8859-1充分利用了一个字节，不会出现位的丢失。
   3. gb2312：对所有的汉字进行了编码，每个汉字都有一个对应的表示。GB2312使用2byte表示一个汉字。
   4. gbk：对GB2312的扩展，加入了一些汉字的生僻字。GBK完全兼容GB2312。
   5. gb18030：最完整的汉字字符集(简体中文)。
   6. big5：繁体中文的编码格式。
   7. unicode：使用2字节表示一个字符，是全世界范围内最完整的字符集，包含了所有国家的字符编码。unicode采用了固定的2个字节，这对于大部分欧美国家来说，原本只需要1个字节表示的字符也要占2个字节的空间，这在很大程度上的空间浪费，并不适合用来存储。
   8. utf：Unicode Translation Format，本质上来讲是一种存储方式，而前面介绍的都是编码方式。utf是unicode的实现方式。
   9. utf-8：**变长的字节表示形式：**使用1个字节表示英文，跟ascii完全相同；使用3个字节表示中文；最多使用6个字节表示一个字符。
5. LE VS BE
   1. LE：Little Endian，小端，OXFFFE
   2. BE：Big Endian，大端，OXFEFF
6. BOM：Byte Order Mark，字节序标记，