字符编码

最新推荐文章于 2025-06-04 09:11:55 发布
原创 最新推荐文章于 2025-06-04 09:11:55 发布 · 925 阅读 · 0 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
标签
#byte #语言 #服务器
本文介绍了双字节字符集的基本概念及其在中日韩语言中的应用。详细列出了简体中文（GB2312-1980、GBK）、繁体中文（BIG-5）、日文（Shift-JIS）及韩文（KSC-5601-1987、KSC-5601-1992）的编码标准、代码页、前导字节和尾部字节范围。
 

双字节字符集主要包含中文，日文和韩文．它由前导字节（Lead Byte） 和尾部字节（Trail Byte）构成， 由于一个字符采用了两个字节， 在软件的 国际化方面又增加了一些麻烦，比如在显示上， 光标的位置不能位于汉字 之间， 删除和移动时必须是整字操作等，在输入上， 一般需要预编辑服务器 才能输入汉字． 下表列出了中日韩语言编码的有关信息：

语言字符集代码页前导字节范围尾部字节范围
简体中文GB2312-1980CP9360xA1-0xF70xA1-0xFE
GBK无0x81-0xFE0x40-0x7E， 0x80-0xFE
中文繁体BIG-5CP9500x81-0xFE0x40-0x7E， 0xA1-0xFE
日文Shift-JISCP9320x81-0x9F， 0xE0-0xFC0x40-0xFC（0x7F除外）
韩文KSC-5601-1987CP9490x81-0xFE0x41-0x5A，0x61-0x7A，0x81-0xFE
KSC-5601-1992CP13610x84-0xD3
0xD8
0xD90-0xDE
0xE0-0xF9
0x41，0xFE		0x41-0x7E
0x81-0xFE
0x31-0x7E
sjklove
关注
中(GBK)日(Shift-JIS)韩(KSC)字符集
03-15
※此文件仅供学习参考，不作为标准。 5年前理解字符集编码时整理的一个文件。 就是把0x0000到0xffff写成一个文件，然后在中日韩内码的操作系统下各自把文字提取出来，再把能表示成文字的部分整理而成。 这些字符集各自有10000多个字符。个人用GBK（中）/ Shift-JIS（日）/ KSC（韩）来表示，但其实各个字符集的细节，我不是很清楚。这个文件的内容应该是标准字符集的超集或是子集。 其中日文字符集可能还会变动： 大正、明治、昭和、平成都有一个单独的字（㍽㍾㍼㍻）表示年号。如此说来，等下一个天皇即位时，多半还要再造一个新字，呵呵。
关于双字节字符（16 byte）
Skanda
10-20 8174
单字节指只占一个字，是英文字符。双字是占两个字节的，中文字符都占两个字节 单字节的英文是Byte；比特是最小的数值单位，它的英文是Bit。 一个字节包含8个比特，通常计算机初学者接触到的ASCII码就是单字节字符，由于计算机是二进制的，1个比特位只可以表示为0或者1这两种数，那8个比特（一般从右至左）就可以有0～127（2的8次方再减1）的不同的数值表示。 双字节字符即是包含了两
双字节
朱智文的专栏
04-08 2047
双字节编辑双字节字符集（DBCS：double-byte character set）,解决中国、日本和韩国的象形文字符和ASCII的某种兼容性。DBCS从256代码开始，就像ASCII一样。与任何行为良好的代码页一样，最初的128个代码是ASCII。然而，较高的128个代码中的某些总是跟随着第二个字节。这两个字节一起（称作首字节和跟随字节）定义一个字符，通常是一个复杂的象形文字。 ...
【字符集详解】
m0_72516377的博客
02-24 916
然而，GBK 仍存在明显的局限性，它主要面向中文及部分亚洲语言，对于全球众多其他语言和符号无法提供支持，而且不同国家和地区都有各自的字符集标准，这在国际信息交流和多语言处理时会引发严重的兼容性问题。为了打破这种语言和字符编码的壁垒，实现全球所有字符的统一编码，Unicode 字符集应运而生。ASCII、GBK、Unicode 代表了字符集发展的不同阶段，从最初满足英文处理需求，到满足中文等特定语言需求，再到实现全球字符统一编码，它们不断推动着计算机信息处理技术的发展。
python 文件基本操作-1
weixin_40574109的博客
01-24 820
python文件基本操作-11 每日速记2 字符编码  2.1字符编码的介绍  2.2 字符编码的发展史  2.3 字符编码的实际应用  2.3 编码与解码3 python文件模式  3.1文件操作  3.2 读模式（r）  3.3 写模式（w）  3.4 追加模式（a）  3.5 文本模式（t）  3.6 二
双字节字符c语言,双字节字符 是什么意思
weixin_30536391的博客
05-24 2520
双字节字符就是占两个字节的字符。在英语中，用128个单字节字符便可以表示所有，但是用来表示其他语言，128个符号是不够的。比如，在 GB 2312 编码或 GBK 编码中，一个汉字字符存储需要2个字节。在UTF-8编码中，一个英文字母字符存储需要1个字节，一个汉字字符储存需要3到4个字节。在UTF-16编码中，一个英文字母字符或一个汉字字符存储都需要2个字节(Unicode扩展区的一些汉字存储需要...
字符编码。
a156438的博客
11-19 1万+
目录 一、什么是字符编码 二、字符编码的种类 三、每种字符编码的详解 四、总结 一、什么是字符编码 字符编码（Character Encoding）：字符编码是指一种映射规则，根据这个映射规则可以将 某个字符映射成其他形式的数据以便在计算机中存储和传输。 例如ASCII字符编码规定使用 单字节中低位的7个比特去编码所有的字符，在这个编码规则下字母A的编号是65 （ASCII码），用单字节...
字符编码方式总结
CSUC的博客
01-07 1197
ASCII: 固定长度，每个字符占用1字节，主要用于英文字符集。ISO-8859-1: 扩展了 ASCII 标准，支持西欧语言字符，兼容性好。UTF-8: 可变长度（1到4字节），存储效率高，兼容 ASCII，广泛用于多语言文本。UTF-16: 可变长度（2或4字节），处理简单，支持几乎所有的 Unicode 字符。UTF-32: 固定长度（4字节），处理简单，但存储效率较低。GBK: 双字节编码标准，主要用于简体中文。BIG5: 双字节编码标准，主要用于繁体中文。Shift_JIS。
字符编码方式
weixin_45462577的博客
12-14 2338
2.21003个汉字字符和883个非ASCII非汉字的图形符号字符，共21886个字符，双字节编码，双字节编码范围是0x8140-0xfefe，并且去掉第二个字节的0x7f，第一个字节0x81-0xfe，第二个字节0x40~0xfe，去掉0x7f，共23940个编码位。例如：数字字符集：0123456789；1.128个ASCII字符的字符编码，单字节编码，8位，最前面那位固定位0，例如：大写A，编号65，编码0b010001001。128个ASCII字符，单字节编码，最前面那位固定0；
python——字符编码
chenchen5152的博客
12-27 2223
1、如何解决乱码的情况 ```python #文件当初以什么标准编码，打开的时候就以什么标准解码 ``` > 2、python解释器版本不同带来的编码差异 * 由于Python2...实例如下： ```python s = '我要坚持学python！' #编码 res = s.encode('utf8') print(res,type(res))
C++中实现GBK、KSC5601和JIS0208到Unicode的转换，可以利用Unicode转换库，如iconv库，或者手动编写转换表。
chenhao0568的专栏
07-10 571
要在C++中实现GBK、KSC5601和JIS0208到Unicode的转换，可以利用Unicode转换库，如iconv库，或者手动编写转换表。以下是使用iconv库的示例代码：首先，确保在你的系统上安装了iconv库。
字符编码、单字节字符编码、双字节字符编码、多字节字符编码
一天一点
01-30 1万+
单字节编码： 双字节编码： 多字节编码：
中文字符集简介(GB2312 GB13000(GBK) GB18030)
lijiecong的专栏
09-24 1万+
转贴者注：  GB2312在1980年由国家颁布， GB13000(GBK) 是对GB2312的扩充且完全兼容前者，GB18030包括GB18030-2000和GB18030-2005. 其中GB2312和GB13000(GBK)都是两字节的，GB18030为多字节。0 码位空间0.1 约定GBK是双字节编码，每个字符用两个字节表示。GB18030是多字节字符集，它的字符可以用一个、两个或
Unicode、GB2312、GBK和GB18030中的汉字
技术代码资料库
11-05 1359
GB18030有两个版本：GB18030-2000和GB18030-2005。GB18030-2000是GBK的取代版本，它的主要特点是在GBK基础上增加了CJK统一汉字扩充A的汉字。GB18030-2005的主要特点是在GB18030-2000基础上增加了CJK统一汉字扩充B的汉字。本文数一数GB18030中的汉字，也顺便看看其它标准中的汉字。 1 Unicode中的汉字 在Unicode...
CSS字体样式属性调试
Web_chicken的博客
09-08 8182
CSS字体样式属性调试 1.font-size font-size属性用于设置字号 p { font-size:20px; 2.font-family font-family用于设置字体 p { font-family:"Mirsoft YaHei"； } 网页中常用字体有宋体，微软雅黑，黑体等 可以同时指定多个字体，中间以逗号隔开，表示如果浏览器不支持第一个字体，则会尝试下一个,直到找到合适的字体，如果都没有，则以我们电脑默认的字体为准。 p { font-family:"Mirsoft YaHei"
GBK编码表
热门推荐
迪迦 • 奥特曼
07-07 6万+
GBK编码范围：8140 - FEFE，汉字编码范围见第二节：码位分配及顺序。GBK编码，是对GB2312编码的扩展，因此完全兼容GB2312-80标准。GBK编码依然采用双字节编码方案，其编码范围：8140－FEFE，剔除xx7F码位，共23940个码位。共收录汉字和图形符号21886个，其中汉字（包括部首和构件）21003个，图形符号883个。GBK编码支持国际标准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编码方案于1995年12
c语言—字符型数据类型总结
努力让自己的能力配得上梦想.
03-31 561
ASCII码和字符数据类型的理解——字符就是整型！
解决TRMNL项目中双字节字符渲染问题的技术分析
最新发布
gitblog_07213的博客
06-04 327
解决TRMNL项目中双字节字符渲染问题的技术分析 在TRMNL终端项目中，开发者遇到了一个关于双字节字符（如中文）无法正确渲染的技术问题。本文将深入分析该问题的根源，并提供完整的解决方案。 问题现象 当用户尝试在TRMNL终端上显示中文字符时，虽然系统日志显示请求已成功处理（HTTP 200），但实际渲染结果却显示为乱码或空白方块。具体表现为： 中文字符"公报私仇踌蹰"无法正...
常用正则表达式
honvin的博客
04-19 4573
一、校验数字的表达式 数字：^[0-9]*$ n位的数字：^\d{n}$ 至少n位的数字：^\d{n,}$ m-n位的数字：^\d{m,n}$ 零和非零开头的数字：^(0|[1-9][0-9]*)$ 非零开头的最多带两位小数的数字：^([1-9][0-9]*)+(.[0-9]{1,2})?$ 带1-2位小数的正数或负数：^(\-)?\d+(\.\d{1,2})?$ 正数、负数、和小数：^(\-|\+)?\d+(\.\d+)?$ 有两位小数的正实数：^[0-9]+(.[0-9]{2})?$
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值