黑马程序员技术交流社区

标题: 关于字符的一些小问题，ASCII码Unicode码。。。 [打印本页]
作者: 想飞的鱼    时间: 2014-5-2 10:36
标题: 关于字符的一些小问题，ASCII码Unicode码。。。
    在张孝祥老师《Java就业培训教程》中看到，Java中字符占2个字节，是用Unicode编码的，比如可以'\u0061'表示一个字符：
  1. class  ChTest
  2. {
  3.         public static void main(String[] args)
  4.         {
  5.                 char ch = '\u0061';//Unicode码值表示一个字符
  6.                 System.out.println(ch);//结果输出 a
  7.                 System.out.println((int)ch);//结果输出97

  9. /*
  10. 问题：在 内存 中字符 a 的表示应该是这样：a的ASCII码值为97,
  11.                                                                          
  12.                                                                             97的二进制为 0000-0000 0110-0001  占2个字节，但是ASCII编码不是1个字节就可以么？

  14.            还有Unicode码又是干嘛的？和ASCII码有什么联系和区别？

  16. */
  17.         }
  18. }

复制代码
既然字符是通过相应ASCII码值的二进制形式存储在内存，那么字符是Unicode编码的又是什么意思？求解~


作者: 神马    时间: 2014-5-4 00:49
本帖最后由 神马 于 2014-5-4 16:46 编辑

不是所有的字符都是ASCⅡ码的，比如中文字符。ASCⅡ码只包含了英文字符，而Unicode几乎包含了世界上所有语言的字符。UCS是Unicode的简写。Unicode有两个标准UCS-2和UCS-4，前者采用双字节编码，后者采用四字节。JAVA默认采用的是操作系统平台使用的编码格式，windows是GBK，Linux是UTF-8。另外，Unicode是字符集，同时也是一种编。因为很多文档、程序都是英文的，英文用一个字节就能表示，为了节省空间所以出现了UTF-8编码，UTF-8是一种针对Unicode的可变长度字符编码，例如“汉”字的Unicode编码是6C49，utf-8是3个连续的字节E6 B1 89来表示它。UTF-8的英文字符编码与ASCⅡ码完全相同。也就是说UTF-8兼容ASCⅡ码。当首字节的起始位为0时表示英文字符，起始位为1时，根据编码规则，与后面的字节一同表示一个其他字符。（GBK的原理也是一样的，兼容ASCⅡ码。）




欢迎光临 黑马程序员技术交流社区 (http://bbs.itheima.com/) 黑马程序员IT技术论坛 X3.2