007_Http之常用编码

常用编码

------------------------------------------------

1）ASCII 和 ANSI编码

字符内码(charcter code)指的是用来代表字符的内码.读者在输入和存储文档时都要使用内码,内码分为

单字节内码 -- Single-Byte character sets (SBCS),可以支持256个字符编码.

双字节内码 -- Double-Byte character sets)(DBCS),可以支持65000个字符编码.

前者即为ASCII编码，后者对应ANSI.

2）Unicode

Unicode也是一种字符编码方法，不过它是由国际组织设计，可以容纳全世界所有语言文字的编码方案．它是一种２字节编码

3）UTF-8

这是为传输而设计的编码， 其中UTF-16和Unicode编码大致一样,
UTF-8就是以8位为单元对Unicode进行编码。从Unicode到UTF-8的编码方式如下：

　　　　　Unicode编码(16进制)　　　　UTF-8 字节流(二进制)

　　　　　0000 - 007F　　　　　　　　　0xxxxxxx

　　　　　0080 - 07FF　　　　　　　　　110xxxxx 10xxxxxx

　　　　　0800 - FFFF　　　　　　　　　1110xxxx 10xxxxxx 10xxxxxx

　　例如“XX”字的Unicode编码是6C49。6C49在0800-FFFF之间，所以肯定要用3字节模板了：1110xxxx 10xxxxxx 10xxxxxx。将6C49写成二进制是：0110 110001 001001， 用这个比特流依次代替模板中的x，得到：11100110
10110001 10001001，即E6 B1 89。

4）GBK

a）gb2312

GB2312是适合中国人使用的编码，由中国国家标准总局发布。包括：

127之前的符号 ：127之前的符号跟 ASCII 码所表示的意义相同。都是1字节表示。

127之后的符号：127之后的符号统一用2字节表示，包含了几乎所有的简体中文字。

b）gbk

GBK 编码的前半部分跟GB2312完全相同，还往后扩展了更多的汉字，包括几乎所有常见的不常见的汉字、繁体字、日语的平假名和片假名、俄文字母。

可以说GBK适用于中国大陆、台湾、香港、日本和俄国。