的一些知识扩展知识：字节（byte）：计算机中的基本存储单位位（bit）：计算机中的最小存储单位1byte=8bit字：计算机承载outdata在处理时，一次存取、处理和传输的数据长度称为字（word），一个字通常由一个或多个字节组成。16位计算机：一个字长为16位，两个字节。32位计算机：一个字长为32位，四个字节。理解：ASCII码在计算机内部，所有数据都是用二进制表示的。每个二进制位（bit）都有0和1两种状态，所以8个二进制位可以组合成256种状态，称为一个字节（byte）。一个字节总共可以表示256个不同的状态，每个状态对应一个符号，也就是256个符号，从0000000到11111111。ASCII码：在1960年代，美国制定了一套字符编码，它对英文字符与二进制数字的关系作了统一规定。这称为ASCII码。ASCII1码一共规定了128个字符的编码，如空格“SPACE”为32（二进制00100000），大写字母A为65（二进制01000001）。这128个符号（包括32个不能打印出来的控制符号）只占一个字节的后7位，前1位统一指定为0。ASCII的缺点：不能表示所有的字符。同一种编码表示的字符不同：比如130在法语编码中表示é，但在希伯来语编码中表示字母Gimel(:)：理解：Unicode编码乱码：世界上有很多种编码方式，相同的二进制数可以解释为不同的符号。因此，如果要打开一个文本文件，就必须知道它的编码方式，否则如果用错误的编码方式进行解释，就会出现乱码。Unicode：一种包含世界上所有符号的编码。每个符号都被赋予唯一的编码，使用Unicode时不存在乱码问题。Unicode的缺点：Unicode只规定了符号的二进制编码，而没有规定二进制编码应该如何存储：无法区分Unicode和ASCII：计算机无法区分三个字节分别代表一个符号还是代表三个符号。另外，我们知道英文字母只用一个字节来表示。如果unicode统一规定每个符号用三四个字节表示，那么每个英文字母前必须有两三个字节。为0，这是对存储空间的极大浪费。这时候我们就需要一个Unicode编码的实现。理解：UTF-8UTF-8是Internet上使用最广泛的Unicode实现。UTF-8是一种可变长度编码。它可以用1-6个字节来表示一个符号，字节长度根据不同的符号而不同。UTF-8编码规则：对于单字节的UTF-8编码，字节的最高位为0，其余7位用于字符编码（相当于ASCIl码）。对于多字节的UTF-8编码，如果编码包含n个字节，那么第一个字节的前n位为1，第一个字节的第n+1位为0，其余字节的位用于编码字符。第一个字节之后的所有字节，最高两位都是“10”，剩下的6位用来对字符进行编码。理解：GBKGBK：专门用来解决中文编码，双字节。在国家标准GB2312的基础上扩展后兼容GB2312标准。包含所有汉字。UTF-8：一种解决国际体系的多字节编码，英文使用8位（1字节），中文使用24位（3字节）。对于英文字符较多的论坛，UTF-8适合节省空间。包含世界各国所需的字符。简而言之，GBK编码的编码是根据中国国情创造的，国际兼容性不好，这也是为什么大多数网页都使用UTF-8编码而不是GBK的原因。
