计算机是如何存数据的 #
字符a如何表示
| 进制 | 值 |
|---|---|
| 十进制 | 97 |
| 二进制 | 1100001 |
| 十六进制 | 61 |
进制转换 #
//十进制转其他
var x=97;
console.log(x.toString(8));
console.log(x.toString(16));
//其他转十进制
var x='10';
console.log(parseInt(x,2));
console.log(parseInt(x,8));
console.log(parseInt(x,16));
ASCII 码 #
ASCII码使用指定的7位或8 位二进制数组合来表示128 或256种可能的字符
字符集 #
| 时间 | GB | 微软 | Unicode |
|---|---|---|---|
| 1981 | GB2312 | ||
| 1993 | GBK | ||
| 2000 | Unicode3.0 |
字符编码 #
字符集规定了字符对应的数字，却没有规定如何存储 字符编码是字符集的存储方式
UTF-8的编码规则只有二条：
- 对于单字节的符号，字节的第一位设为0，后面7位为这个符号的unicode码。因此对于英语字母，UTF-8编码和ASCII码是相同的。
- 对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的unicode码。
| Unicode符号范围 | UTF-8编码方式 |
|---|---|
| (十六进制) | （二进制） |
| 0000 0000-0000 007F | 0xxxxxxx |
| 0000 0080-0000 07FF | 110xxxxx 10xxxxxx |
| 0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx |
| 0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx |
已知"严"的unicode是4E25（100111000100101），根据上表，可以发现4E25处在第三行的范围内（0000 0800-0000 FFFF），因此"严"的UTF-8编码需要三个字节，即格式是"1110xxxx 10xxxxxx 10xxxxxx"。然后，从"严"的最后一个二进制位开始，依次从后向前填入格式中的x，多出的位补0。这样就得到了，"严"的UTF-8编码是"11100100 10111000 10100101"，转换成十六进制就是E4B8A5。