计算机“字符”，“字节”以及各单位说明
字符与字节
ASCII码：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。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。
UTF-8编码：⼀个英⽂字符等于⼀个字节，⼀个中⽂（含繁体）等于三个字节。
Unicode编码：⼀个英⽂等于两个字节，⼀个中⽂（含繁体）等于两个字节。
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。
不同数量级间
数据存储是以10进制表⽰，数据传输是以2进制表⽰的，所以1KB不等于1000B。
1KB=1024B；1MB=1024KB=1024×1024B。其中1024=210。
1B（byte，字节）= 8 bit（见下⽂）；
1KB（Kibibyte，千字节）=1024B= 2^10 B；
1MB（Mebibyte，兆字节，百万字节，简称“兆”）=1024KB= 2^20 B；
1GB（Gigabyte，吉字节，⼗亿字节，⼜称“千兆”）=1024MB= 2^30 B；
1TB（Terabyte，万亿字节，太字节）=1024GB= 2^40 B；
1PB（Petabyte，千万亿字节，拍字节）=1024TB= 2^50 B；
1EB（Exabyte，百亿亿字节，艾字节）=1024PB= 2^60 B；
1ZB（Zettabyte，⼗万亿亿字节，泽字节）= 1024EB= 2^70 B；
1YB（Yottabyte，⼀亿亿亿字节，尧字节）= 1024ZB= 2^80 B；
1BB（Brontobyte，⼀千亿亿亿字节）= 1024YB= 2^90 B；
1NB（NonaByte，⼀百万亿亿亿字节） = 1024 BB = 2^100 B；
unicode码和ascii码区别1DB（DoggaByte，⼗亿亿亿亿字节） = 1024 NB = 2^110 B；[1]
存储类型
以下以Visual Basic为例，讲解各种数据类型所占字节。
数据类型　储存空间⼤⼩(单位：字节)范围
Byte(字节型)10 - 255
Boolean(布尔型/逻辑型)2True 或 False
Integer(整数型)2-32,768 ~ 32767
Long(长整形)4-2,147,483,648 ~ 2,147,483,647
Single
(单精度浮点型)4负数范围:
-3.402823E38 ~ -1.401298E-45
正数范围:
1.401298E-45 ~ 3.402823E38
Double
(双精度浮点型)8负数范围:
-1.797,693,134,862,32E308 ~
-4.940,656,458,412,47E-324
正数范围:
4.940,656,458,412,47E-324 ~
1.797,693,134,862,32E308
Currency
(变⽐整形 / 货币类型)8-922,337,203,685,477.5808 ~
922,337,203,685,477.5807
Decimal(⼗进制型)14没有⼩数点时:
+/-
79,228,162,514,264,337,593,543,950,335
有⼩数点时:
+/-
7.922,816,251,426,433,759,354,395,033,5
最⼩的⾮零值:
+/-
0.000,000,000,000,000,000,000,000,000,1
Date(时间⽇期型)8100 年 1 ⽉ 1 ⽇ ~ 9999 年 12 ⽉ 31 ⽇
Object(对象型)4任何 Object 引⽤
String (变长)10长度从 0 到⼤约 20 亿
String (定长)10长度从 1 到⼤约 65,400
Variant (数字)16任何数字值，最⼤可达 Double 的范围
Variant (字符)22与字符串长度，变长 String 有相同的范围
⽤户⾃定义变量--
任何数据类型的数组都需要 20 个字节的内存空间，加上每⼀数组维数占 4 个字节，再加上数据本⾝所占⽤的空间。数据所占⽤的内存空间可以⽤数据元数⽬乘上每个元素的⼤⼩加以计算。例如，以 4 个 2字节之 Integer 数据元所组成的⼀维数组中的数据，占 8 个字节。这 8 个字节加上额外的 24 个字节，使得这个数组所需总内存空间为 32 个字节。
包含⼀数组的 Variant ⽐单独的⼀个数组需要多 12 个字节。[2]
相关单位
B与bit
数据存储是以“字节”（Byte）为单位，数据传输是以⼤多是以“位”（bit，⼜名“⽐特”）为单位，⼀个位就代表⼀个0或1（即⼆进制），每8个位（bit，简写为b）组成⼀个字节（Byte，简写为B），是最⼩⼀级的信息单位。
B与iB
1KB（Kibibyte）=1024byte
1KiB（Kilobyte）=1000byte
1MB（Mebibyte）=1048576byte
1MiB（Megabyte）=1000000byte
硬盘⽣产商是以GiB（⼗进制，即10的3次⽅=1000，如1MiB=1000KB）计算的，⽽电脑（操作系统）是以GB（2进制，即2的10次⽅，如1MB=1024KB）计算的，但是国内⽤户⼀般理解为1MiB=1M=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。
数据类型
Byte数据类型（字节型）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。
语⾔字符
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
在VC++中，byte型数据的定义包含在windows.h头⽂件中，调⽤byte需要添加代码#include <windows.h>
⽽在java中,byte是⼀个关键字
表⽰声明了⼀个整形常量在内容中占⽤⼀个字节
取值范围是-128~127
易混概念辨析
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4-16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
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。

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。