字符集总结与分析

ASCII & GB2312 & UTF-8

ASCII

主要用于显示现代英语和其他西欧语言。它是现今最通用的单字节编码系统，并等同于国际标准ISO 646；

7位(bits)表示一个字符，共128字符，其中32到126是可打印字符。为了表示更多的常用字符对ASCII进行了扩展，ASCII扩展字符集使用8位(bits)表示一个字符，共256字符；

GB2312

全称为《信息交换用汉字编码字符集·基本集》，由原中国国家标准总局发布，1981年5月1日实施；

中国国家标准的简体中文字符集；

双字节表示

两个字节中前面的字节为第一字节（高字节），后面的字节为第二字节（低字节）； "高位字节"使用了0xA1-0xF7(把01-87区的区号加上0xA0)，"低位字节"使用了0xA1-0xFE(把01-94加上0xA0)；

例如：汉字"啊"：区号16，位号01，则区位码是1601； 高字节和低字节分别加0xA0得到程序的汉字处理编码0xB0A1； 计算公式是:0xB0=0xA0+16, 0xA1=0xA0+1；

UTF-8

Unicode Tranformation Format； 不同的计算机之间使用网络传输不同语言和编码的文字，使得双字节的Unicode能够在现存的处理单字节的系统上正确传输；

使用可变长度字节来储存 Unicode字符

例如：

ASCII字母使用1字节储存；

希腊字母等使用2字节来储存；

常用的汉字使用3字节；

辅助平面字符使用4字节。

实践

1.设置修改系统、应用默认字符集

（1）查看虚拟机字符集



由此可见，虚拟机字符集为zh_CN.UTF-8

2.查看服务器支持的编码方式



3.修改字符集类型



由上图可见，wwz字符集类型修改为en_us.utf-8

4.查看某个文件的字符集类型



修改文件的编码方式



上图中，第一行指令是将wwz.txt文件改变编码方式为GB2312然后重定向输出为wwz1.txt文件，在这里，“重定向”类似于Windows下的“另存为”。