ASCII和Unicode

Содержание и основные понятия

返回目录
第13章 · 第13.2页
ASCII和Unicode
从7位电报到1.1M+ Unicode 字符:历史、表格、转换器
ASCII
美国信息交换标准代码是第一个字符标准代码。
Unicode
- 她的现代继承人, 包括世界上所有的著作。
全球环境基金,全环基金
PIF 太平洋岛屿论坛
OGE 第2期
第4号EEEG
01
文本编码历史
从电报到Unicode:字符编码是如何发展的
全球环境基金,全环基金
OGE 第2期
文本编码的演变
博多(1863)
5 位, 32
ASCII (1963)
7 位, 128
Ext.ASCII
8比特, 256
Unicode
1.1M+符号
UTF-8 (1993)
1-4 字节
以下每一守则包括前一守则。
Bodo 代码(1863)
由 Emile- Bodot 开发的第一个电传代码 5 位 = 32 字符 : 26 个拉丁字母 + 6 个字符 。 与 Morse 变量代码不同, 根据固定代码长度 。
对不起
确定原则的是博多:一个符号=固定数位数。
ASCII (1963) — American Standard Code for Information Interchange
1963 7 比特 128 字符
由美国国家标准研究所(美国标准研究所)设立,他取代了Morse的电报编码,成为第一台大众计算机标准。
7 位数
代码代码代码
128个字符
32名管理人员(全国团结联盟、塔博、LF、CR...)+96印(A-Z、A-z、0-9、刺穿标记)
代码管理员(0-31、127):不显示在屏幕上的符号,但控制装置行为(线条翻译、声音信号、返回运输)
后来延伸至
8 位数
(扩展的ASCII,256个字符) -- -- 增加国家字母:西里尔字母、希腊字母、阿拉伯语等。
我做了。 我做到了。
事实标准
世界上所有电脑的电脑:任何“了解”ASCII装置
奇怪的是,0-9号码有代码48-57, 首都A-Z:65-90, 亚麻1z:97-122
KOI-8(1987年) - 信息交流规则,8比特
1987年 8比特 256个字符
-=YTET -伊甸园字幕组=- 本字幕仅供学习交流之用 翻译: 翻译 校对:
俄国的字母是建立在原则基础上的
"代码+80"
:如果你把字母代码 A 转到 ASCII 并添加 128 (0x80), 你就会得到她的 KOI-8 代码 。
A = 0x41
,
А = 0xC1
此特技允许程序在拉丁语和西里尔语之间自动转换 。
主编码是
Unix/Linux
(在向UTF-8大规模过渡之前)
一些Linux系统和网络协议中仍在使用
专业:俄罗斯小写字母架
之后
(转CP1251)
Windows-1251 / CP1251 (1990)
1990年8比特 256个字符
-=YTET -伊甸园字幕组=- 翻译:
这很方便
空间=0x20
,
数字= 0 x 30 - 0x39
ASCII-保持兼容性
俄军的信来了
小计小计
按字母顺序排列(A=0xC0,B=0XC1...),而不是KOI-8
成为标准标准
视窗系统
还在旧文件、电子邮件、数据库中相会。
否:许多旧的俄语网站仍然使用CP1251
UTF-8(1993年) - Froben格式,RFC 2279
1993年1-4字节与ASCII兼容
由肯·汤普森和罗布·派克(Unix, Bell Labs)创建。
Unicode Transformation Format — 8-bit
.
与 ASCII 协调
:任何 ASCII 符号(0-127)均精确编码为1字节,其值相同。
拉丁文=1字节,西里尔=2字节;中华文=3字节和埃莫迪=4字节
现用于
98%的网络
- 混合案文最经济的文本
不需要BOM( Byte 指令标记) (小东)
前缀代码 :
0xxxxxxx
- 1字节,
110xxxxx 10xxxxxx
- 两字节
1110xxxx 10xxxxxx 10xxxxxx
- 3字节,
11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
- 4字节
UTF-16 (1991)
1991年 = 2或4字节
Unicode 的一种格式
变量长度
:基准区域(BMP)为2字节,次元平台为4字节。
两种选择:
BE
(大印度)和
LE
小印度语( 小安地安) 是不同的字节顺序 。
BOM
(Byte Order Mark) =
FE FF
对于,
FF FE
用于 LE - 文件开头处的标签
用于
Windows API
,
Java
,
.NET
作为线条的内部代表
ASCII: ASC II 符号“A”(0x41),UTF-16 LE=
41 00
UTF-32 (2003)
2003年 4个字节固定
最简单的形式是 Unicode:每个符号 = 4 字节。
固定定期长度
:便于编制索引 -- -- 进入O(1)的N符号
这是最
饥饿。
: "A" = 00 00 00 41 (4个字节,而不是UTF-8中的1个字)
档案中很少使用,但内部数据结构中使用
不需要BOM, 字节的顺序由平台决定。
02
总表一表
ASCII基本表(0-127)和扩展表(128-255)UTF-8将ASCII字符编码为相同的字节。
全球环境基金,全环基金
OGE 第2期
📋
交互式字符表
ASCII (0–127)
Extended (128–255)
全部(0-255)
按下框查看细节 。
03
Unicode: UTF-8, UTF-16, UTF-32
Unicode 三种代表形式及其特点
全球环境基金,全环基金
第4号EEEG
UTF代码比较
代码法典
字节/符号
ASCII兼容性
适用
UTF-8
1–4
(1字节 = ASCII)
网络、文件、电子邮件
UTF-16
2或4
无无无无 无无
Windows API, Java, .NET
UTF-32
4
无无无无 无无
内部数据结构
示例:不同编码中的“Hello”一词
UTF-8
6 符号 x 2 字节 =
12 字节
UTF-16
6 符号 x 2 字节 =
12 字节
UTF-32
6 符号 x 4 字节=
24 字节
🔄
文本转换码转换器
输入文本并查看 ASCII/ Unicode 中的文本 。
DEC:
HEX:
BIN:
大小 :
🌍
交叉码转换器
输入文本并选择原始代码。请看其他代码中相同文本的外观 。
文字 :
参考文本代码 :
04
文本音量计算器
在不同编码中计算文本的音量
🖩
音量计算器
符号数 :
守则:
05
小型微小测试
📝
看看你自己 5个问题
0 / 500 XP
0/5