字符编码介绍及常见问题总结
⽬录
1. 了解字符编码
2. Unicode与UTF-8，UTF-16之间的关系
3. 字符编码常见问题
4. 相关资料链接
1. 了解字符编码
字符编码，即其字⾯意，就是每⼀个字符都对应⼀个编码（根据规格不同，最终得到的编码结果也不同）。我们在⽇常使⽤中，经常接触到的字符编码有以下三种：ASCII，ANSI，Unicode。
1. ASCII编码: 是这三种编码中最原始的编码⽅式，即采⽤⼀个字节（8位⼆进制位）对字符进⾏编码。低7位⼆进制位进⾏编码，第8位通常为0，⼗进制可以表⽰为00x8F。因此ASCII可以标识128个常⽤字符，其中有 96 个可打印字符，包括常⽤的字母、数字、标点符号等，另外还有 32 个控制字符。
2. ANSI编码: 是各个国家对ASCII的扩充，它根据⽤户所使⽤的系统的不同⽽不同，如在中⽂操作系统下，字符编码为GB2312编码，⽽在⽇⽂操作系统下，则是ANSI 编码代表 JIS 编码等。
因此也会出现⼀个问题：如果在中⽂系统中保存为ANSI编码，那么在⽇⽂操作系统中，直接打开就会出现乱码，因为此时⽇⽂系统的ANSI编码代表的是JIS编码，⽽保存的编码格式是GB2312编码。
3. Unicode编码: 上述中的ANSI编码⽅式得到的字符编码，由于其编码规范都具有区域性，因此，可能会出现，同⼀个字符使⽤不同编码⽅式时，出现不同编码值；同⼀个编码值在不同的编码⽅式中，代表的字符也不同。因此Unicode编码出现了，它统⼀了字符编码规范，使得字符和编码值实现⼀⼀对应的关系。
2. U nic o de与U TF-8，U TF-16之间的关系
UT F -8，UT F -16出现的原因
根据上⾯提到的Unicode已经满⾜了⼈们的同意编码的要求，但是为什么还会出现UTF-8和UTF-16这两种编码⽅式呢？
主要原因：直接使⽤Unicode编码的效率不⾼，⽐如UCS-4(Unicode的标准之⼀)规定⽤4个字节存储⼀个符号，那么每个英⽂字母前都必然有三个字节是0，这对存储和传输来说都很耗资源。
因此，UTF-8和UTF-16对于Unicode来说，就是提供了额外的编码⽅式。⽤特定的编码规则来解决Unicode编码的效率问题。
UT F -8，UT F -16如何解决效率问题
UTF-8不同字符对应编码值
由上图可知，⼀个英⽂字符占⽤1个字节，⼀个中⽂字符占⽤3个字节，⼀个表情（特殊字符）占⽤四个字节。128，⼗六进制为0x00
如上⾯提到的，在不同语⾔的操作系统中，打开使⽤ANSI编码保存的⽂本时，就会出现保存和打开时的编码⽅式不⼀致，如果在中⽂系统中保存为ANSI编码，那么在⽇⽂操作系统中，直接打开就会出现乱码，因为此时⽇⽂系统的ANSI编码代表的是JIS编码，⽽保存的编码格式是GB2312编码。
2. 本地编辑器设置打开的编码⽅式不正确
每个⽂本编辑器中都可以设置⽂本的编码格式。如sublime中⽂本⽂件默认的编码格式即为‘utf-8’，如果⽂本保存的格式为GBK，使⽤sublime打开时，默认使⽤uft-8格式，这就导致中⽂出现乱码。
sublime中设置默认编码格式
在sublime中，默认不会显⽰⽂本的字符编码，需要⼿动修改配置⽂件，菜单Perference → Settings – User，修改⽤户配置，覆盖默认配置。
sulime中默认不展⽰编码格式
在⽤户配置中进⾏配置
中文字符unicode查询
此时，浏览器就会忽略<meta charset="gbk">标签，使⽤响应头中标识的字符集，浏览器页⾯也会正常展⽰。
页⾯正常展⽰
4. 相关资料链接

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。