linux编码方式总结

linux文件编码记录下

:参考链接：

[princess1@localhost 3rd-party]$ locale

LANG=en_US.UTF8

LC_CTYPE=“en_US.UTF8”

LC_NUMERIC=“en_US.UTF8”

LC_TIME=“en_US.UTF8”

LC_COLLATE=“en_US.UTF8”

LC_MONETARY=“en_US.UTF8”

LC_MESSAGES=“en_US.UTF8”

LC_PAPER=“en_US.UTF8”

LC_NAME=“en_US.UTF8”

LC_ADDRESS=“en_US.UTF8”

LC_TELEPHONE=“en_US.UTF8”

LC_MEASUREMENT=“en_US.UTF8”

LC_IDENTIFICATION=“en_US.UTF8”

LC_ALL=

ps：

简单期间，可以只设置LANG和LC_ALL即可；

LC_ALL>LC_>LANG*

ASCII，Latin1，Unicode，UTF-8与GBK编码的区别

参考链接：

notepad++ 选择不同的编码方式，可以正常显示的是对应的编码方式；

只支持英国国家的编码，不支持非英语国家的编码；

Latin1是ISO-8859-1的别名，有些环境下写作Latin-1。Latin1编码是单字节编码，向下兼容ASCII，其编码范围是0x00-0xFF，0x00-0x7F之间完全和ASCII一致，0x80-0x9F之间是控制字符，0xA0-0xFF之间是文字符号。（分为大头编码和小头编码方式）

ASCII编码是一个7位的容器，ISO-8859-1编码是一个8位的容器。

因为Latin1编码范围使用了单字节内的所有空间，在支持Latin1编码的系统中传输和存储其他任何编码的字节流都不会被抛弃。换言之，把其他任何编码的字节流当作Latin1编码看待都没有问题。这是个很重要的特性，MySQL数据库默认编码是Latin1就是利用了这个特性。

世界上存在着多种编码方式，同一个二进制数字可以被解释成不同的符号。因此，要想打开一个文本文件，就必须知道它的编码方式，否则用错误的编码方式解读，就会出现乱码。为什么电子邮件常常出现乱码？就是因为发信人和收信人使用的编码方式不一样。

可以想象，如果有一种编码，将世界上所有的符号都纳入其中。每一个符号都给予一个独一无二的编码，那么乱码问题就会消失。这就是Unicode。

Unicode当然是一个很大的集合，现在的规模可以容纳100多万个符号。每个符号的编码都不一样需要注意的是，Unicode只是一个符号集linux编码，它只规定了符号的二进制代码，却没有规定这个二进制代码应该如何存储。

如果所有字符都按照最大存储空间存储，那必然会浪费很大的空间，比如所有字符都按照3字节存储，但是英文字母只需要一个字节存储就够了，就等于说一个Unicode编码的英文文档是ASCII编码文档存储空间的三倍。

所以，便有了变长编码—-UTF-8。

UTF-8就是在互联网上使用最广的一种Unicode的实现方式。其他实现方式还包括UTF-16和UTF-32，不过在互联网上基本不用。

UTF-8最大的一个特点，就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度。如ASCII编码的内容UTf-8中就是用一个字符存储的。

GBK编码

GBK编码是在GB2312-80(也称作GB2312，GB码)标准基础上的内码扩展规范，使用了双字节编码方案。（暂时理解为只是中文的编码方式）；

（编辑：92站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!