接着上一篇文章的话题继续,记住ASCII只有一种编码策略,获取ASCII值将其转为一字节(8比特)的二进制数,Unicode实际有几种编码策略不止一种,因为其各有利弊。
来看一种名为UTF-32,UTF-32将每个代码点值转为四字节的二进制数即32位,因此叫UTF-32。和ASCII类似,将ASCII值映射到一字节,只是占用了四倍空间,当用UTF-32编码,值就像这样,
我们为了简洁,我用等价的十六进制代替二进制来进行表示。这种编码的优势,每个代码点有相同尺寸的字节,不管它的值是什么,例如第一个代码点总是索引为0的字节,第二个在4,第三个在8,以此类推。它的缺点是有些浪费。
看字符串‘Hello FishC',当编码成ASCII和UTF-32,
UTF-32比之前多占了4倍空间,是个很大的缺点。问题在于常见的小值和不常见的大值都占用了四字节,旨在解决该问题的方案,名为UTF-8,UTF-8将每个代码点映射到一到四字节之间,值较小的代码点映射到一字节,可以节约很多的空间,较大值占2-4字节,更棒的是简单的西文字母。像d和z有相同的UTF-8和ASCII编码,因为他们的Unicode代码点和ASCII值相同,非常小的代码点值的UTF-8编码,像ASCII的简单二进制表示,向后兼容性也很不错,意味着老的ASCII程序可以读取简单的UTF-8字符,甚至不需要知道它是UTF-8,UTF-8缺点是代码点尺寸和字节不等,这样通过索引定位就很难,会对性能造成一些影响。关于这部分的内容需要了解的知识很多,如果大家想要深入学习,小编将资料分享给大家,感兴趣可以了解一下。加微信领取资料。
本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 sumchina520@foxmail.com 举报,一经查实,本站将立刻删除。
如若转载,请注明出处:https://www.moshi6.com/39827.html
如若转载,请注明出处:https://www.moshi6.com/39827.html