Encoding 理解编码方案

我无法理解编码的一些关键要素：

ASCII仅仅是一个字符，还是它也有自己的编码方案算法

其他windows代码页（如Latin1）是否有自己的编码算法

UTF7、8、16、32是唯一的编码算法吗

UTF alghoritms是否仅用于UNICODE集合

---

给定ASCII文本：Hello World，如果我想将其转换为Latin1或BIG5，在这个过程中使用了哪些编码算法？更具体地说，Latin1/Big5使用他们自己的编码alghoritm还是我必须使用UTF alghoritm？

一般来说，像ASCII或Latin-1这样的大多数编码方案只是将字符映射到特定字节序列的大表。可能有，也可能没有一些特定的算法，创造者是如何产生这些特定角色的⟷字节关联，但通常没有比这更多的内容

Unicode的创新之一就是首先间接地为每个字符分配一个唯一的数字，然后再考虑如何将该数字编码为字节。有许多编码方案可以实现这一点，从and编码到最常用的UTF-8/UTF-16编码。一些像UCS-2现在已经基本上不存在了。在空间权衡、易处理性和可移植性（例如UTF-7用于通过电子邮件等7位系统进行安全传输）方面，每种方法都有其优缺点，它们都可以对当前的一整套Unicode字符进行编码

要从一种编码转换为另一种编码，您几乎需要将字节从一个表映射到另一个表。也就是说，如果您查看和，字符

0xC1

和

0x41

似乎分别代表相同的字符“A”，因此在两种编码之间转换时，您可以将这些字节映射为等效的字节。是的，这意味着每个可能的编码对之间需要有一个这样的映射

---

由于这显然相当费劲，现代转换器几乎总是通过Unicode作为中间商。这样，每个编码只需要映射到Unicode表，转换可以通过编码→ Unicode码点→ 编码B。最后，您只需要识别哪些字符看起来相同/意思相同，并相应地更改字节表示。

字符编码是从字符序列到字节序列的映射（过去也有对位序列的编码-它们正在过时）。通常这种映射是一对一的，但不一定是一对一的。这意味着可能存在与此编码中的字符序列不对应的字节序列

映射域定义哪些字符可以编码

现在回答你的问题：

ASCII是两者，它定义128个字符（其中一些是控制代码）以及它们如何映射到字节值0到127

每个编码都可以定义自己的字符集以及它们如何映射到字节

不，还有其他的ASCII、ISO-8859-1

Unicode使用两步映射：首先将字符映射到（相对）称为“代码点”的小整数，然后将这些整数映射到字节序列。第一部分对于所有UTF编码是相同的，第二步不同。Unicode希望包含所有字符。这意味着，大多数字符都在“UNICODE集合”中

---

1:Ascii只是一种编码——一种非常简单的编码。它实际上只是映射到字符和控制代码的有符号字节（0…127）的正端

请参阅查看完整的字符集并检查字符

有一些编码算法可以将ascii字符串与其他编码中的字符串进行转换，但是没有像utf8或utf16那样的压缩/解压算法来写入或读取ascii字符串，如果这是您的意思的话

2:LATIN-1也不是一种压缩编码（通常称为“可变宽度”），因此不需要算法来进出它

有关拉丁语-1的概念和集合中每个字符的详细描述，请参见。与许多编码一样，它的前128个插槽只是ascii码。与ascii一样，它的大小为1字节，但它是一个无符号字节，因此在最后一个ascii字符（DEL/127）之后，LATIN1再添加128个字符

与从一个字符串编码到另一个字符串编码的任何转换一样，有一种专门为该转换定制的算法

3：再说一遍，unicode编码就是这样的编码。但除了utf32之外，它们都是压缩的。因此，除非您使用utf32，否则写入和读取它们总是需要一个压缩/解压缩步骤

注意：当使用utf32字符串时，必须考虑一个非线性异常。。。组合字符。从技术上讲，这是另一种压缩类型，因为它们不为未组合字符和组合字符的每个可能组合提供码点，从而节省了空间。它们“预组合”了一些，但如果它们全部预组合，插槽将很快用完

4：是的。压缩unicode编码的压缩/解压缩算法仅适用于这些编码。它们不适用于任何其他编码

把它想象成压缩/解压。解压除已压缩的文件或文件夹之外的任何内容当然都不起作用。这适用于最初未压缩的内容，以及已压缩但使用另一种压缩算法（例如：rar）的内容

我最近为一个正在开发的新跨平台库编写了utf8和utf16压缩/解压缩代码，如果您将一个Big5编码字符串输入到我专门为解压缩utf8编写的方法中，我可以非常自信地告诉您。。。它不仅不起作用，而且很可能会崩溃

回复：哟