0x01 字符与字节
肉眼看到的一个文字或符号单元就是一个单元（包括乱码），一个字符可能对应1~n字节，1字节为8位，每一位要么是1，要么是0
0x02 字符集
一个字符对应1~n字节是由字符集与编码决定的，比如，ASCII字符集就是一个字符对应1字节，不过1字节只用了7位，最高位用于其他目的，所以ASCII字符集共有2的7次方（128）个字符。
0x03 字符集编码
一般字符集对应一种编码方式（比如GBK字符集对应了GBK编码），不过Unicode字符集的编码方式有UTF-8、UTF-7、UTF-16、URF-32。
编码的目的是最终将这些字符正确的转换为计算机可理解的二进制，对应的解码就是将二进制最终解码为人类可读的字符。
0x04 宽字节编码
GB2312、GBK、GB18030、BIG5等就是常说的宽字节，就是只有两字节。宽字节的问题主要是吃ASCII字符（一字节），比如，当字符集为GBK的时候，GBK编码第一字节（高字节）的范围0x810xFE，第二字节（低字节）的范围0x400xFE，这样的十六进制表示。而\符号的十六进制表示为0x5c，正好在GBK的低字节，如果之前有一个高字节，那么正好会被组成一个合法字符
GB2312是被GBK兼容的，它的高位是0xA10xF7，低位是0xA10xFE，但是在浏览器中处理行为同GBK，可能是浏览器兼容了，把GB2312统一按GBK处理。
网友评论