苏州java培训_Unicode的介绍
苏州java培训_UTF-8UTF-16UTF-32和Unicode的关系
苏州java培训_什么是Unicode
苏州java培训_java中Unicode的简介



一、什么是Unicode？
最早的编码是ASCII，ASCII编码用1个字节表示，最高位置0，只有后7位，所以能表示128个字符。对于英美国家来说，完全够用了，他们用的标点符号啊，字母啊都能囊括，但是换做其他语言就完全不够用了，比如我们的中文，大约将近10万个。而且如果每种语言出一个自己的字符集编码，那么信息就完全没法交流了。
而ANSI（American National Standard Institite，美国国家标准协会）大致也是这个思路。ANSI表示，每个国家自己制定自己的文字编码规则，但是你的兼容ASCII。
简单来说就是0-127，都表示ASCII中那些字符，你们国家自己的文字就用之后的表示。这样一来，每个国家都有自己的一套编码格式，但是0-127表示的都是一样的，换言之，英文内容大家都用的是0-127表示。
符合ANSI认可的编码有GBK，BIG5等等，但是ANSI在每个国家都不一样，同一个数字表示的不同字符。
比如你想给国际友人发一个“你好”，你的电脑使用的是GBK编码，他使用他们国家的编码，这样一来他收到的二进制就会变成他们对应编码的字符。如果想要显示汉字，他不得不切换我们的GBK编码。这是一件很麻烦的事。
解决这个问题有一个简单明了的思路 —— 大家都用同一套编码，这套编码囊括每种语言的字符，这个就是Unicode标准了。
Unicode（中文：万国码、国际码、统一码、单一码）是计算机科学领域里的一项业界标准，它对世界上大部分的文字系统进行了整理、编码，使得电脑可以用更为简单的方式来呈现和处理文字。(取自于一个不存在的wikipedia网站)
Unicode以word为单位（2字节），一个字符至少用1个字表示，至多2个字。Unicode中最高位字节叫 组(Group)，次字节叫 面(plane)，再次叫 行(row)，最低字节叫 列(column)。
以目前的标准，Unicode只定义了17面用来使用，表示范围为0x000000 - 0x10FFFF，1114111个码位，目前已定义的码位只有238605个，所以Unicode编码基本保证了各种语言符号编码。
二、UTF-8、UTF-16、UTF-32和Unicode的关系
关于utf-8，utf-16和utf-32与Unicode的关系，我们从Java的sun.nio.cs包里就能看出一二：
abstract class Charset;
abstract class Unicode extends Charset;
public class UTF_8 extends Unicode;
public class UTF_16 extends Unicode;
public class UTF_32 extends Unicode;
可以看到，Charset是最基本的类，其他字符集继承于它，Unicode类也是一个抽象类，UTF8、UTF16、UTF_32这3个类，则是继承于Unicode。可以理解为Unicode是一个标准，这几个是Unicode的一个具体实现。这里就主要讲讲UTF-8这种我们平时用的最多的一种编码格式。
Unicode中是以word为单位，一个字符至少要用1个字表示，这意味着如果一个大量存在ASCII中的字符的字符串，就会有大量空余0x00字节。例如HTML这种超文本，里面的网页标签均是ASCII所定义的字符。假如我们再网络传输中采用Unicode，亦或是UTF-16，UTF-32自然会造成HTML文档体积增大。作为网站自然也要用一个统一的字符集，保证每个用户都能正常的显示出来。于是UTF-8这种基于Unicode的编码了。
上 yuan 教yu 欢迎您的咨询，任何关于相关专业的问题想要知道都可以联系我，我们来帮你规划，开启你的新视野。
咨询地址：苏州工业园区新平街388号腾飞创新园A座9楼2楼
咨询老师：杨老师
联系我时，请说是在苏州便民网看到的，谢谢！