《字节、比特、字、字长、字符串、字符集和代码页》由会员分享，可在线阅读，更多相关《字节、比特、字、字长、字符串、字符集和代码页（3页珍藏版）》请在金锄头文库上搜索。
1、字节、比特、字、字长、字符串、字符集和代码页字节、比特、字、字长、字符串、字符集和代码页字节、比特、字、字长、字符串、字符集和代码页“字节” （Byte） “比特” （Bit） 当你进行网络下载的时候它们会经常出现，同时你获取的速度指示也都以比特/每秒或者字节/每秒来显示.现在就来弄清楚比特（Bit） 、字节（Byte）和千字节（Kbyte）究竟是什么意思，这样你就能理解它们了。 一个比特就是一个二进制数的最小单元，就像我们说我们能够拥有的最小金额的钱就是一分一样，只不过比特是在二进制数中罢了。 “比特” （Bit）一个比特只能拥有一个值，不是 0 就是 1，所以如果我给你一个值 0，你可以说
2、它就是一个比特，如果我给你两个（00） ，你就可以说它们是两个比特了。 现在，如果你将八个 0 或者 1 组合在一起，例如 0110 1010（在中间加一个空格是为了看起来清晰明了） ，你就可以说它们是八个比特或者说一个字节。好，这就对了，八比特就等于一字节，而不管它们都是全是 0、全是 1 或者是由若干 0 和若干 1 混合而成。 将这些字节加起来，到了 1024 个字节的时候，就获得了一个千字（Kbyte）了，为什么是 1024 而不是 1000 呢？这是由二进制的进位方式造成的，如果你学过数学，你就会知道上述结果是正确的。 容易混淆的概念字 在计算机中，一串数码作为一个整体来处理或运算的
3、，称为一个计算机字，简称字。字通常分为若干个字节(每个字节一般是 8 位)。在存储器中，通常每个单元存储一个字，因此每个字都是可以寻址的。字的长度用位数来表示。 在计算机的运算器、控制器中，通常都是以字为单位进行传送的。字出现在不同的地址其含义是不相同。例如，送往控制器去的字是指令，而送往运算器去的字就是一个数。 字长 计算机的每个字所包含的位数称为字长。根据计算机的不同，字长有固定的和可变的两种。固定字长，即字长度不论什么情况都是固定不变的；可变字长，则在一定范围内，其长度是可变的。 计算的字长是指它一次可处理的二进制数字的数目。计算机处理数据的速率，自然和它一次能加工的位数以及进行运算的快
4、慢有关。如果一台计算机的字长是另一台计算机的两倍，即使两台计算机的速度相同，在相同的时间内，前者能做的工作是后者的两倍。 一般地，大型计算机的字长为 3264 位，小型计算机为1232 位，而微型计算机为 4 一 16 位。字长是衡量计算机性能的一个重要因素。 字节字节是指一小组相邻的二进制数码。通常是 8 位作为一个字节。它是构成信息的一个小单位，并作为一个整体来参加操作，比字小，是构成字的单位。 在微型计算机中，通常用多少字节来表示存储器的存储容量。1.2 字符，字节，字符串 理解编码的关键，是要把字符的概念和字节的概念理解准确。这两个概念容易混淆，我们在此做一下区分：概念描述 举例 字符
5、 人们使用的记号，抽象意义上的一个符号。 1, 中, a, $, ￥, 字节 计算机中存储数据的单元，一个 8 位的二进制数，是一个很具体的存储空间。0x01, 0x45, 0xFA, 字符串 在内存中，如果“字符”是以 ANSI 编码形式存在的，一个字符可能使用一个字节或多个字节来表示，那么我们称这种字符串为 ANSI 字符串或者多字节字符串。如，“中文 123“ （占 7 字节） 。 字符集和代码页对于 ANSI 编码方式，存在不同的字符集（Charset） 。同样的字节序列，在不同的字符集下表示的字符不一样。要正确解析一个ANSI 字符串，还要选择正确的字符集，否则就可能导致所谓的乱码现
6、象。不同语言版本的操作系统，都有一个默认的字符集。在不指定字符集的情况下，系统会使用此字符集来解析 ANSI 字符串。也就是说，如果我们在简体中文版的 Windows下打开了一个由日文操作系统保存的 ANSI 文本文件（仅包含 ANSI 字符串的文本文件） ，我们看到的将是乱码。但是，如果我们使用Visual Studio 之类的带编码选择的文本编辑器打开此文件，并且选择正确的字符集，我们将可以看到它的原貌。注意：简体中文字符集中的繁体字和繁体中文字符集中的繁体字，编码不一定相同（事实证明，似乎是完全不同） 。 每个字符集都有一个唯一的编号，称为代码页（Code Page） 。简体中文（GB2
7、312）的代码页为 936，而系统默认字符集的代码页为 0，它表示根据系统的语言设置来选择一个合适的字符集。 UNICODE 字符串 在内存中，如果“字符”是以在 Unicode 中的序号存在的，那么我们称这种字符串为 Unicode 字符串或者宽字节字符串。在Unicode 中，每个字符都占两个字节。如，“中文 123“（占 10 字节） 。Unicode 和 ANSI 的区别就相当于输入法内的“全角”和“半角”的区别。 由于不同 ANSI 编码所规定的标准是不相同的（字符集不同） ，因此，对于一个给定的多字节字符串，我们必须知道它采用的是哪一种字符集则，才能够知道它包含了哪些“字符” 。而对于 UNICODE 字符串来说，不管在什么环境下，它所代表的“字符”内容总是不变的。Unicode 有着统一的标准，它定义了世界上绝大多数的字符的编码，使得拉丁文、数字、简体中文、繁体中文、日文等都能以同一种编码方式保存。
