良许Linux教程网
·
编程中用到的字符编码知识点
💡
原文中文，约8200字，阅读约需20分钟。
📝
内容提要
字符集是一组字符的集合，字符编码是字符集的具体编码规则。ASCII字符集是计算机使用的基本字符集，包含128个字符。Unicode字符集是国际组织制定的字符集方案，可以收纳世界上所有文字和符号。UTF-8是一种可变长度的字符编码方式，常用于前端开发。UTF-16是定长的编码方式，每个字符占2或4个字节。
🎯
关键要点
- 字符集是字符的集合，字符编码是字符集的编码规则。
- ASCII字符集包含128个字符，主要用于英文显示。
- Unicode字符集可以收纳世界上所有文字和符号，最多可有1114112个字符。
- UTF-8是可变长度的字符编码方式，常用于前端开发，汉字一般占3个字节。
- UTF-16是定长编码方式，基本字符占用2个字节，辅助字符占用4个字节。
- Javascript源码文本通常基于UTF-8编码，但字符串类型采用UTF-16编码。
- 字符集的发展历程是基于对ASCII字符集的扩展。
- Unicode使用码点来表示字符，码点以U+hex形式表示。
- UTF-8编码规则包括1到4个字节的变长编码。
- UTF-16编码需要利用特定码位来编码辅助平面的字符。
- 字符串长度计算时，UTF-16的码元个数决定length属性的值。
- 组合字符和多码元字符在处理时需特别注意。
- ES6引入u修饰符以正确处理大于U+FFFF的Unicode字符。
- 常用API包括charAt、charCodeAt、codePointAt等，用于处理Unicode编码。
- TextEncoder和TextDecoder用于UTF-8编码和解码。
- normalize()方法用于统一不同表示的字符形式。
- JavaScript提供encodeURI和encodeURIComponent用于URL的UTF-8编解码。
➡️
