2025年ASCII, LATIN1, UTF8 简介

科技前沿 • 2025-02-19 08:54 • 阅读 45

大家好，我是讯享网，很高兴认识大家。

ASCII, LATIN1, UTF8 简介

ASCII-American Standard Code for Information Interchange

· Character repertoire:
ASCII 严格来讲就是7个bit大小的字符集，也就是codepoint介于0-127之间的字符集合。

· Character code:
32-126之间的字元是可打印字元，其他是控制字元。

· Character encoding:
ASCII可以没有任何编码就可以在计算机中用一个字节表示，也就是每个code point被表示成等价的单字节二进制形式。

LATIN1-8bitsing byte coded graphic character sets.

· Character repertoire:
AkaISO-8859-1。是7bitASCII 字元集的扩充的一种，是8个bit大小的字符集，也就是code point 介于0-255之间的字符集和。

· Character code:
包含有191个可打印字符，其余是控制字符或者扩展的欧洲特殊字符。

· Character encoding:
与ASCII相似，每个codepoint被表示成等价的单字节二进制形式。

UTF8-8bitUnicode Transfer Format

· Character repertoire:
包含世界上大部分书写系统的使用的字符，大概1百万个code point (1,114,112 = 2²⁰ + 2¹⁶)。

· Character code:

2,684个保留字符。 98893个图形字符。435个控制，格式化等特殊用途的字符。

· Character encoding:
是针对Unicode的一种变长的字符编码。能表示Unicode标准中任意一个字符。 UTF8可以将一个字符编码乘1到4个字节大小来表示。

讯享网

1. 128US-ASCII 字符需要一个字节（U+0000-U+007F)

2. 对于带有区分符号的Latin字母和来自西欧的字符需要两个字节(U+0080-U+7FF)

3. BMP其他的字符需要3个字节

4. Non-BMP的其他字符需要4个字节。

ASCII,LATIN1, UTF8 关系：

为了向后兼容， Unicode分配128ASCII和256 LATIN1字符的code point没有改变，与它们在ASCII和Latin1的code point 相同。因此一个只包含ASCII字符的UTF8文件等同于ASCII文件。同理，每个正确编码的ASCII文件也是有效地UTF8文件。对于12-256的LATIN1字符，因为其编码的特殊性-UTF8需要2个字节来表示一个LATIN1字符，也就是二者编码的文件当然不能等价。

如果只考虑各个编码单字节的外围：ASCII(0-127), LATIN1(0-255), UTF8(0-253), 一个UTF8编码的字符串也能被保存为LATIN1文件，但显然是乱码的。反过来，LATIN1编码的文件是无法存为一个UTF8的文件，因为一个大于253的字符在UTF8中是不存在的。

注释：

Unicode（或叫Unicode规范标准），是一种编码方案，其中的每一个值代表一个字符的编码值，编码方案可分为固定2字节、4字节的编码方案等，但是一种编码方案里的所有被表示的字符的编码值的长度都是一样的。

而像utf8等则是Unicode规范的一种实现方法，也叫字符编码的存储方案。一种存储方案里的字符的长度是可以不一样，可变的。

Unicode规范是一个总纲，形式，utf8等是其实现，具体内容。

参考：

latin1 与utf-8的区别百度

====================================================================

BMP

（基本多文种平面）

编辑

本词条缺少概述、信息栏、名片图，补充相关内容使词条更完整，还能快速升级，赶紧来编辑吧！

2025年ASCII, LATIN1, UTF8 简介

BMP

（基本多文种平面）

相关推荐