编码与字符集总结ppt课件.ppt

《编码与字符集总结ppt课件.ppt》由会员分享，可在线阅读，更多相关《编码与字符集总结ppt课件.ppt（9页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、编码与字符集编码与字符集殷坤殷坤20152015年年7 7月月1616日日ASCII编码：编码： 计算机中存放的都是计算机中存放的都是0和和1的二进制值。的二进制值。8个个位对应一个字节，常用位对应一个字节，常用16进制来表示进制来表示 而我们普通用户所希望看到的是，计算机把而我们普通用户所希望看到的是，计算机把其所存储的对应的其所存储的对应的16进制的数值，转化为对进制的数值，转化为对应的字符，包括英文和中文等其他语言的字应的字符，包括英文和中文等其他语言的字符，然后输出到屏幕上符，然后输出到屏幕上 美国国家标准学会美国国家标准学会(American National Standard In

2、stitute , ANSI )制定的，制定的，标准的单字节字符编码方案，主要用于显示标准的单字节字符编码方案，主要用于显示现代英语和其他西欧语言现代英语和其他西欧语言 ASCII字符集共字符集共27=128个字符个字符 = 33个个控制字符控制字符 + 95个可见字符个可见字符 这点数量的字符也这点数量的字符也就懂英语的可以用就懂英语的可以用！字符集和编码方式的多样化字符集和编码方式的多样化字符集字符集描述描述ISO-8859-1 支持部分欧洲使用的语言，编码范围：0 x00-0 xFF，0 x00-0 x7F与ASCII一样，0 x80-0 x9F之间是控制字符，0 xA0-0 xFF之间

3、是文字符号GB2312 共收入简体汉字6763个和非汉字图形字符682个，汉字区域，高位为0 xB0-0 xF7，低位为0 xA1-0 xFE，整个字符集分成94个区，每区有94个位。每个区位上只有一个字符GBK GBK向下与GB2312编码兼容，增加了14000多字，采用双字节表示，总体编码范围为 8140-FEFE，首字节在 81-FE 之间，尾字节在40-FE之间Unicode Unicode是国际组织制定的可以容纳世界上所有文字和符号的字符编码方案，Unicode用数字0-0 x10FFFF来映射这些字符，最多可以容纳1114112个字符UTF-8(编码) 是一种针对Unicode的可

4、变长度字符编码，又称万国码，一个字节跟ASCII一样，其他的每个字节由一个换码序列开始，第一个字节由唯一的换码序列，由n位连续的1加一位0组成, 首字节连续的1的个数表示字符编码所需的字节数随着计算机在全世界的广泛使用，字符的显示要考虑加入随着计算机在全世界的广泛使用，字符的显示要考虑加入其他国家的语言文字其他国家的语言文字JAVA的字符串处理的字符串处理 编码：编码：1.byte getBytes():使用系统默认的字符集编码成使用系统默认的字符集编码成byte数组数组2.byte getBytes(String charset):使用给定的使用给定的charset字符集编码成字符集编码成b

5、yte数组数组 解码：解码：1.String(byte bytes):使用系统默认的字符集解码指定的使用系统默认的字符集解码指定的byte数组，并构建数组，并构建新的字符串新的字符串2.String(byte bytes,String charset):使用指定的字符集解码并创建新的字符串使用指定的字符集解码并创建新的字符串Unicode与与UTF-8的转换的转换Unicode编码编码(十六进制十六进制)UTF-8 字节流字节流(二进制二进制)00000000 - 0000007F0 xxxxxxx00000080 - 000007FF110 xxxxx 10 xxxxxx00000800 -

6、 0000FFFF1110 xxxx 10 xxxxxx 10 xxxxxx00010000 - 001FFFFF11110 xxx 10 xxxxxx 10 xxxxxx 10 xxxxxx00200000 - 03FFFFFF111110 xx 10 xxxxxx 10 xxxxxx 10 xxxxxx 10 xxxxxx04000000 - 7FFFFFFF1111110 x 10 xxxxxx 10 xxxxxx 10 xxxxxx 10 xxxxxx 10 xxxxxx “汉”字的Unicode编码是0 x6C49。0 x6C49在0 x0800-0 xFFFF之间，使用用3字节模板

7、了：1110 xxxx 10 xxxxxx 10 xxxxxx。将0 x6C49写成二进制是：0110 1100 0100 1001， 用这个比特流依次代替模板中的x，得到：11100110 10110001 10001001，即E6 B1 89GBK、GB2312转换为转换为UTF-8 GBK是一种字符集，是一种字符集，UTF-8是基于是基于Unicode的编码的编码方式，所以核心问题就是方式，所以核心问题就是GBK与与Unicode的转化问的转化问题。题。既然是两个字既然是两个字符集的转换问符集的转换问题，那么自己题，那么自己去查表吧！去查表吧！HTTP协议的编码协议的编码 HTTP协议总

8、体分为协议总体分为HTTP头和实体内容头和实体内容(Get请求一请求一般不需要般不需要)，请求有请求行，响应有状态行。，请求有请求行，响应有状态行。 实体内容的编码一般由头部的实体内容的编码一般由头部的content-type决定决定 而对于而对于Get请求，都是把数据串联在请求的请求，都是把数据串联在请求的url后面作后面作为参数，为参数，url拼接完成后，浏览器会对拼接完成后，浏览器会对url进行进行URI Encoder，然后发送给服务器。，然后发送给服务器。 URLEncoder：英文字母不变，：英文字母不变，. * _ -不变，空格不变，空格字符变成字符变成+，其他字符先使用某个编码

9、机制然后每个，其他字符先使用某个编码机制然后每个字节用一个包含字节用一个包含3个字符的字符串个字符的字符串%xy 表示，其中表示，其中xy为该字节的两位十六进制表示形式为该字节的两位十六进制表示形式Base64编码编码 Base64是网络上最常见的用于传输是网络上最常见的用于传输8bit字节代码的字节代码的编码方式之一编码方式之一, Base64编码可用于在编码可用于在HTTP环境下环境下传递较长的标识信息，传递较长的标识信息，Base64 也会经常用作一个简也会经常用作一个简单的单的“加密加密”来保护某些数据，而真正的加密通常都来保护某些数据，而真正的加密通常都比较繁琐比较繁琐 标准的标准的

10、Base64并不适合直接放在并不适合直接放在URL里传输，因为里传输，因为URL编码器会把标准编码器会把标准Base64中的中的“/”和和“+”字符字符变为形如变为形如“%XX”的形式，所以又有一种的形式，所以又有一种url safe的的base64编码，其实就是把字符编码，其实就是把字符+和和/分别变分别变成成-和和_Base64编码规则编码规则 将每三个字节作为一组，一共是将每三个字节作为一组，一共是24个二进制位，将这个二进制位，将这24个二进制位分为四组，每个组有个二进制位分为四组，每个组有6个二进制位，即个二进制位，即：3*8=6*4 例：我例：我二进制：二进制：11100110 10001000 10010001分组分组(6个一组个一组)：111001 101000 100010 010001高位补高位补0： 00111001 00101000 00100010 00010001查表：查表：5oiR