字符编码、Unicode原理、数据流压缩Zlib与Miniz的实现

号、数字、拉丁字母、⽇⽂假名、希腊字母、俄⽂字母、汉语拼⾳符号、汉语注⾳字母，共 7445 个图形字符。

字符编码

：把字符集中的字符编码为（映射）指定集合中的某⼀对象（例如：⽐特模式、⾃然数序列、电脉冲），以便⽂本在计算机中

存储和通过通信⽹络的传递。

字符集和字符编码的关系

：

1. 字符集是书写系统字母与符号的集合

2. 字符编码则是将字符映射为⼀特定的字节或字节序列，是⼀种规则。

通常特定的字符集采⽤特定的编码⽅式（即⼀种字符集对应⼀种字符编码（例如：ASCII、 IOS-8859-1、 GB2312、 GBK，都是

即表⽰了字符集⼜表⽰了对应的字符编码，但 Unicode 不是，它采⽤现代的模型））

字符集编码的发展

单字节 -> 双字节 -> 多字节

单字节

ASCII(American Standard Code for Information Interchange)，128 个字符，⽤ 7 位⼆进制表⽰(00000000-01111111 即

0x00-0x7F)，EASCII (Extended ASCII)，256 个字符，⽤ 8 位⼆进制表⽰(00000000-11111111 即 0x00-0xFF)。

双字节

当计算机传到了亚洲， 256 个码位就不够⽤了。于是乎继续扩⼤⼆维表，单字节改双字节， 16 位⼆进制数， 65536 个码位。在不同国

家和地区⼜出现了很多编码，⼤陆的 GB2312、港台的BIG5、⽇本的 Shift JIS 等等。

注意

 65536 个码位

这种说法只是理想情况，由于双字节编码可以是变长的，也就是说同⼀个编码⾥⾯有些字符是单字节表⽰，有些

字符是双字节表⽰。这样做的好处是， ⼀⽅⾯

可以兼容 ASCII

，另⼀⽅⾯可以

节省存储容量

， 代价就是会损失⼀部分码位。

多字节