在html中 常用的字符集编码方式有,简述字符集与编码

由于计算机内部只能识别和处理二进制代码，所以字符都必须按照一定的规则用一组二进制编码来表示。

在学习编码之前，需要先了解一下 字符集与编码的关系：

字符集(Character Set)是字符的集合，定义系统能处理哪些字符；编码(Encoding)则规定这些字符在计算机内部的表示方式。

字符编码ASCII码(编码字符集)

目前，国际上普遍采用的一种字符系统是7位二进制编码的ASCII码，它可表示10个十进制数码、52 个英文大写字母和小写字母(A~Z, a~z)及一定数量的专用符号(如$、%、+、=等)，共128个字符。为了存入计算机，通常最高位补0，凑足1B。

在ASCII码中，编码值0~31为控制字符，用于通信控制或设备的功能控制；编码值32~126共95个字符称为可印刷字符；编码值127是DEL码。0~9的ASCII码值为48(0110000)~57(0111001)，即去掉高3位，只保留低4位，正好是二进制形式的0-9。

由于ASCII码的局限性，各国的语言不能完整地表示出来。于是对 ASCII 字符集做了拓展。

汉字的表示和编码

目前采用 GB 2312-80标准 : 汉字+各种符号共7445个。用两个字节表示一个汉字，每字节用七位码。(1个汉字相当于两个英文字符)

规定：ASCII 值小于 127 的字符的意义与原来 ASCII 集中的字符相同，但当两个 ASCII 值大于 127 的字符连在一起时，就表示一个简体中文的汉字。

为了在解码时操作的统一，在 ASCII 里本来就有的数字、标点、字母都统一重新表示为了两个字节长的编码，这就是常说的 “全角” 字符，而原来在 127 号以下的就叫 “半角” 字符。

汉字编码包括:输入编码区位码

国标码

汉字内码

汉字字形码

区位码：94个区，每区94个位置。是4位十进制数，前2位是区码，后2位是位码。

国标码：将十进制的区位码转换成十六进制数后，再在每字节上加上20H。国标码两字节的最高位都是0。

汉字内码：为了方便计算机区分中文字符和英文字符，将国标码两字节最高位都改为“1“，这就是汉字内码。

GBK

GBK 是对 GB2312 的一个扩展，兼容 GB2312，因此也兼容 ASCII，也是一个变长编码方案。下面是一个简介：GBK 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，总计 23940 个码位，共收入 21886 个汉字和图形符号，其中汉字(包括部首和构件)

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！