(精选)软件开发---编码方式

1、个人收集整理仅供参考学习编码用预先规定的方法将文字、数字或其他对象编成数码，或将信息、数据转换成规定的 电脉冲信号。编码在 电子计算机、电视、遥控和通讯等方面广泛使用。编码是信息从一种 形式或格式转换为另一种形式的过程。解码，是编码的逆过程。1.文件编码用 windows的记事本编写的 txt文件，保存后有 4中编码格式： ANSI、unicode、unicode big endian UTF-8。不同编码的文本，大部分可以根据文本的前两个字节来判断其编码格式。Unicode、Unicode big endian和UTF-8编码的txt文件的开头会多出几个字节， 分别是FF、FE Unicod

2、e）,FE、 FF （ Unicode big endian ） ,ER BB BF （ UTF-8）ANSI码介绍1 .ASCII 码2 .概述目前计算机中用得最广泛的字符集及其编码，是由美国国家标准局（ANSI）制定的ASCII码（American Standard Code for Information Interchange, 美国标准信息交换码 ），它已被国际标准化组织（ISO）定为国际标准，称为 ISO 646标准。适用于所有拉丁文字字母，ASCII码有7位码和8位码两种形式。7位ASCII码是用七位二进制数进行编码的，可以表示128个字符。第032号及第127号（共34个）是控

3、制字符或通讯专用字符，如控制符：LF （换行）、CR （回车）、FF （换页）、DEL （删除）、BEL （振铃）等；通讯专用字符：SOH （文头）、EOT（文尾）、ACK（确认）等；第33126号（共94个）是字符，其中第4857号为09十个阿拉伯数字；6590号 为26个大写英文字母，97122号为26个小写英文字母，其余为一些标点符号、运算符号 等。注意：在计算机的存储单元中，一个 ASCII码值占一个字节（8个二进制位），其最高位 （b7）用作奇偶校验位。所谓奇偶校验，是指在代码传送过程中用来检验是否出现错误的一种 方法，一般分奇校验和偶校验两种。奇校验规定：正确的代码一个字节中 1的

4、个数必须是奇数，若非奇数，则在最高位 b7添1;偶校验规定：正确的代码一个字节中1的个数必须是偶数，若非偶数，则在最高位b7添1。3 .ASCII 表ASCII 值16进制控制 字符ASCII 值16进制控制 字符ASCII 值16进制控制 字符ASCII 值16进制控制 字符000HNUT3220H(space)6440H9660H、101HSOH3321H!6541HA9761Ha202HSTX3422H6642HB9862Hb303HETX3523H#6743HC9963Hc404HEOT3624H$6844HD10064Hd505HENQ3725H%6945HE10165He606HA

5、CK3826H&7046HF10266Hf707HBEL3927H,7147HG10367Hg808HBS4028H(7248HH10468Hh909HTAB4129H)7349HI10569Hi100AHLF422AH*744AHJ1066AHj110BHVT432BH+754BHK1076BHk120CHFF442CH、764CHL1086CHl130DHCR452DH-774DHM1096DHm140EHSO462EH.784EHN1106EHn150FHSI472FH/794FHO1116FHo1610HDLE4830H08050HP11270Hp1711HDCI4931H18

6、151HQ11371Hq1812HDC25032H28252HR11472Hr1913HDC35133H38353HX11573Hs2014HDC45234H48454HT11674Ht2115HNAK5335H58555HU11775Hu2216HSYN5436H68656HV11876Hv2317HETB5537H78757HW11977Hw2418HCAN5638H88858HX12078Hx2519HEM5739H98959HY12179Hy261AHSUB583AH:905AHZ1227AHz271BHESC593BH;915BH1237BH281CHFS603CH<925CH

7、/1247CH|291DHGS613DH=935DH1257DH301EHRS623EH>945EH八1267EH311FHUS633FH?955FH一1277FHDEL控制字符注释ASCI值16进制控制字符注释ASCII 值16进制控制字符注释000HNUL空1711HDCI设备控制1101HSOH头标开始1812HDC2设备控制2202HSTX正文开始1913HDC3设备控制3303HETX正文结束2014HDC4设备控制4404HEOT传输结束2115HNAK反确认505HENQ查询2216HSYN同步空闲606HACK确认2317HETB传输块结束707HBEL震铃2418HCA

8、N取消808HBS退格2519HEM媒体结束909HTAB水平制表符261AHSUB替换100AHLF换行271BHESC转意110BHVT垂直制表符281CHFS文件分割符120CHFF换页/新页291DHGS组分割符130DHCR回车301EHRS记录分割符140EHSO移出311FHUS单元分割符150FHSI移入1610HDLE数据链路转息ASCII字符代码表一缸0sen非打印:学早开49211打通:仔-00J0DCD1091301101C0met01.0U. IL£1；23466T筝李春e"j侬十港*1李痔rrLMH字的得的HiH年用中也.期字花TIM界荐联+%字

9、料el tlUE030SBUHL mo7至itkDLF小希稹肥转盘324a0鹏80PEG j *112p010111Qr ASOI事后开跑it.Firi不看客K L下!4g1鹃A81Q67aHIq22* ISU£劫妫19.工KJ弱射造二.23BdER部b“qrQ0U33ym王中安不15ir4 1ro曲二技a1*#包3CTCS3S99c11.5s010344FEJT筌后都2J11DCC曲工在出136$324的D骊T190dliet01015小F斯海3 LyNRI庆都k%535鹤E49U1Weinu011GSt*FA£I32Tmi砒痉阳靠&UI670F幽VF119V01

10、1171飞血2JtrETA羽1S5771GS7WgIISw打8090*S膈漫格£«rw*40i65812H晚XIMhIMX1(01ggoTTO学牛利寿蓄25irEl41)57973弛YIDEL211U0A10回FLF怏行庠行2S* 1SOT4Z67<J90ZIDStIZ2工1i: 11Bit<3* EVT鳖直利等2TrEW43151£01137k121(1皿c12- 1收原其由支2B44皿<76L9210B11网11101口DrrCRaS5+-T心<511M93I1阵m*瑞)1110富|4究31A*«KS必踊拜4百.能>18

11、N如MDn14 11?5L ： - ' 051淳耳31TA1JS47/©3?790SSHi0127A电Hr系中tfUSH评穆中就lALf * . 卜置母上船*万的”4 .CC+的转义字符所有的ASCII码都可以用"”加数字（一般是8进制数字）来表示。而 C中定义了一些字 母前加""来表示常见的那些不能显示的 ASCII字符，如0,t,n等，就称为转义字符，因为后 面的字符，都不是它本来的 ASCII字符意思了。转义字符意义ASCII码值（十进制）a 响铃（BEL） 007b 退格（BS） 008f 换页（FF） 012n 换行（LF） 010r

12、回车（CR） 013t水平制表（HT） 009v垂直制表（VT） 011反斜杠092?问号字符 063'单引号字符039"双引号字符 0340 空字符（NULL） 000ddd任意字符三位八进制xhh任意字符二位十六进制a:蜂鸣,响铃b:回退：向后退一格f:换页n：换行，光标到下行行首r:回车，光标到本行行首t:水平制表v:垂直制表：反斜杠':单引号":双引号?:问号ddd:三位八进制xhh:二位十六进制0:空字符（NULL）什么都不做注：1, v垂直制表和f换页符对屏幕没有任何影响，但会影响打印机执行响应操作。2, n其实应该叫回车换行。换行只是换一行，不

13、改变光标的横坐标；回车只是回到行首， 不改变光标的纵坐标。3, t光标向前移动四格或八格，可以在编译器里设置4, '在字符里（即单引号里）使用。在字符串里（即双引号里）不需要，只要用即可。5, ?其实不必要。只要用 ？就可以了（在 windows VC6和tc2中验证）。4.键盘常用ASCII码ESC VK_ESCAPE (27) 回车键：VK_RETURN (13)TAB 键：VK_TAB (9)Caps Lock 键： VK_CAPITAL (20)Shift 键：VK_SHIFT ($10)Ctrl 键： VK_CONTROL (17)Alt 键： VK_MENU (18) 空格

14、键：VK_SPACE ($20/32) 退格键：VK_BACK (8)左徽标键：VK_LWIN (91)右徽标键：VK_LWIN (92)鼠标右键快捷键：VK_APPS (93) Insert 键：VK_INSERT (45) Home 键： VK_HOME (36) Page Up： VK_PRIOR (33) PageDown： VK_NEXT (34) End 键： VK_END (35) Delete 键： VK_DELETE (46) 方向键(f VK_LEFT (37) 方向键(” VK_UP (38) 方向键(一，VK_RIGHT (39) 方向键(J VK_DOWN (40)

15、F1 键：VK_F1 (112) F2 键： VK_F2 (113) F3 键： VK_F3 (114) F4 键： VK_F4 (115) F5 键： VK_F5 (116) F6 键： VK_F6 (117) F7 键： VK_F7 (118) F8 键： VK_F8 (119) F9 键： VK_F9 (120) F10 键： VK_F10 (121) F11 键： VK_F11 (122) F12 键： VK_F12 (123)Num Lock 键： VK_NUMLOCK (144) 小键盘 0: VK_NUMPAD0 (96) 小键盘 1 : VK_NUMPAD0 (97) 小键盘

16、2: VK_NUMPAD0 (98) 小键盘 3: VK_NUMPAD0 (99) 小键盘 4: VK_NUMPAD0 (100) 小键盘 5: VK_NUMPAD0 (101) 小键盘 6: VK_NUMPAD0 (102) 小键盘 7: VK_NUMPAD0 (103) 小键盘 8: VK_NUMPAD0 (104) 小键盘 9: VK_NUMPAD0 (105) 小键盘.: VK_DECIMAL (110) 小键盘 * : VK_MULTIPLY (106) 小键盘 +: VK_MULTIPLY (107) 小键盘-:VK_SUBTRACT (109) 小键盘 /: VK_DIVIDE

17、(111) Pause Break 键： VK_PAUSE (19) Scroll Lock 键： VK_SCROLL (145)2.GB编码1 .GB2312 编码每个汉字及符号以两个字节来表示。第一个字节称为高位字节”（也称 区字节）”，第二个字节称为 低位字节”（也称 位字节”）。GB2312编码适用于汉字处理、汉字通信等系统之间的信息交换，通行于中国大陆；新 加坡等地也采用此编码。中国大陆几乎所有的中文系统和国际化的软件都支持GB 2312。基本集共收入汉字 6763个和非汉字图形字符 682个。整个字符集分成 94个区，每区 有94个位。每个区位上只有一个字符，因此可用所在的区和位来

18、对汉字进行编码，称为区 位码。2 .GBK编码GBK是汉字编码标准之一，全称汉字内码扩展规范（GBK即国标“、扩展"汉语拼音的第一个字母，英文名称：Chinese Internal Code Specification ）。GBK编码，是在 GB2312-80标准基础上的 内码扩展规范，使用了双 字节编码方案，其 编码范围从8140至FEFE（剔除xx7F）,共23940个码位，共收录了 21003个汉字，完全兼 容GB2312-80标准，支持国际标准ISO/IEC10646-1和国家标准 GB13000-1中的全部中日韩汉 字，并包含了 BIG5编码中的所有汉字GBK向下与 GB

19、2312编码兼容，向上支持 ISO 10646.1国际标准，是前者向后者过渡 过程中的一个承上启下的标准。3 .ASNI缺陷当txt文档中一切字符都在 C（X AA（第一个字节） WEF； 80WBB（第二个字节） W BF这 个范围时，notepad都无法确认文档地格式，没有自动依照UTF-8格式来"Display"。当新建文本文档只输入 联通”/保存 再打开时将是乱码，"联通"就是C1 AA CD A8, 刚好在上面地范围内，所以不能正常显现。记事本默认是以 ANSI编码保存文本文档的，而正是这种编码存在的 bug招致了上述怪 现象。假如保存时选择

20、Unicode> Unicode（big endian）、UTF-8编码就正常了。此外，假如以 ANSI编码保存含有某些特别符号的文本文档，再次打开后符号也会变成英文问号。Unicode/UCSUnicode 码、UTFUnicode （统一码、万国码、单一码）是一种在计算机上使用的字符编码，是统一码联盟为了世界上大多数文字系统进行整理和编码。Unicode码扩展自ASCII字元集，使用全16位元字元集使得它功能表示世界上所有的书 写语言中可能用于电脑通讯的字元、象形文字和其他符号。Unicode码是一种国际标准编码，采用二个字节编码，与 ANSI码不兼容。目前，在网络、Windows系

21、统和很多大型软件中得到应用。Unicode2.0后基本和ISO 10646规范保持一致.UTF,是 UnicodeTransformationFormat的缩写，意为 Unicode 转换格式。 如果 UNICODE 字符由2个字节表示，则编码成 UTF-8很可能需要3个字节，而如果 UNICODE字符由4个 字节表示，则编码成 UTF-8可能需要6个字节。事实证明，对可以用 ASCH表示的 字符使用UNICODE并不高效，因为 UNICODE比ASC n占用大一倍的空间，而对ASCH来说高 字节的0对他毫无用处。为了解决这个问题，就出现了一些中间格式的 字符集，他们被称为通用转换格式，即 U

22、TF （ Universal Transformation Format）。目存在的 UTF格式有：UTF-7,UTF-7.5,UTF-8UTF-16,以及 UTF-32。本文讨论 UTF-8 字符集的基础。2.UCS和Unicode类似，ISO组织也在做同样的事情，ISO开展了 ISO/IEC 10646项目，名字叫 Universal Multiple-Octet Coded Character Set',简称 UCSUCS有两种格式：UCS-2和UCS-4顾名思义，UCS-2就是用两个字节编码，UCS-4就是用4个字节（实际上只用了31位，最高位必须为 0）编码。后来，双方意识到

23、时间上不需要2套通用的字符集，所以双方开始进行整合，到Unicode2.0时，Unicode的编码和UCS的编码都基本一致。4 .编码标准Unicode在编码上和 UCS保持一致，在实现上有自己的规则，而UCS只定义了编码标准。Unicode的实现形式上有UTF-8,UTF-16,UTF-32还有UTF-7等。UCS编码也有自己的格 式：UCS-2和UCS-4等等。Unicode的编码可以和 UCS-2和UCS-4保持一致。但是又略有不同。UTF-16是UCS-2的 扩展，UTF-32是UCS-4的子集。也就是说，UTF-16的实现上对code point的支持范围超过UCS-2而UTF-32

24、对code point的表示却又在 UCS-4的范围之内。在编码层面上，UCS-2就是用两个字节编码，UCS-4就是用4个字节（实际上只用了31位，最tWj位必须为 0）编码。5 .UTF-8 编码UTF-8（8-bit Unicode Transformation Format是 种针对 Unicode 的可变长度字符编码， 又称万国码，现在已标准化为RFC 3629标准UTF-8编码的文件是以 0XEF 0XBBFF头，如果读到该标志，则可以以UTF-8方式进行UCS-2的转码。但是当程序读取部分内容进行编码的时候则与UCS-2方式有很大的不同！根据规范，采用UTF-8方式进行编码的字符可

25、以有从1到6个字节的不等长度。因此程序必须从缓冲区末尾开始判断最后一个UTF-8字符出现的位置，以防出现只包含字符的部分内容从而导致转码失败。1 .编码规则如果UNICODE字符由2个字节表示，则编码成 UTF-8很可能需要 3个字节。而如果 UNICODE字符由4个字节表示，则编码成UTF-8可能需要6个字节。用4个或6个字节去编 码一个UNICODE字符可能太多了，但很少会遇到那样的 UNICODE字符。UTF-8转换表表示如下:Unicode/UCS-4bit数UTF-8byte 数备注0000 007F070XXX XXXX10080 07FF811110X XXXX10XX XXXX

26、21110 XXXX0800 FFFF121610XX XXXX3基本定义范围：0FFFF10XX XXXX1111 0XXX1 0000 1F FFFF172110XX XXXX10XX XXXX10XX XXXX1111 10XX4Unicode6.1 定义范围：010 FFFF20 0000 3FF FFFF222610XX XXXX10XX XXXX10XX XXXX10XX XXXX5说明：此非Unicode编码范围，属于UCS-4编码早期的规范UTF-8可以到达6字节序列，可以覆盖到 31位元 （通用字符集原来的极限）。尽管如此，2003年11月UTF-81111 110X10XX

27、 XXXX10XX XXXX10XX XXXX400 0000 7FFFFFFF27316被RFC 3629重新规范，只能使用原来 Unicode定义的区域， U+0000到U+10FFFF。根据规范，这些字节值将无法出现在合法UTF-8序列中10XX XXXX10XX XXXX实际表示 ASCII字符的UNICOD分符，将会编码成1个字节，并且UTF-8表示与ASCII 字符表示是一样的。所有其他的UNICOD笄符转化成UTF-8将需要至少2个字节。每个字节由一个换码序列开始。 第一个字节由唯一的换码序列，由n位连续的1加一位0组成，首字节连续的1的个数表示字符编码所需的字节数。Unicod

28、e转换为UTF-8时，可以将Unicode二进制从低位往高位取出二进制数字，每次 取6位，如上述的二进制就可以分别取出为如下示例所示的格式，前面按格式填补，不足8位用0填补。注：Unicode转换为UTF-8需要的字节数可以根据Unicode二进制的位数除以 6来计302 .实例UNICODE uCA(1100 1010)编码成UTF-8将需要2个字节：uCA -> C3 8AUNICODE uF03F (11110000 0011 1111)编码成 UTF-8 将需要 3 个字节: u F03F -> EF 80 BF3 .缺点5 .UTF-16 编码16位UCS转换格式，字节顺序由流中的前两字节中字节顺序标记来确定。UTF-16比起UTF-8,好处在于大部分字符都以固定长度的字节（2字节）储存，但UTF-16却无法兼容于 ASCII编码。c#中默认的就是 UTF-16,所以在处理 c行符串的时候只能是 byte,stream等方式去处理UTF-16是Unicode字符编码