一文读懂字符编码

原创单机片 2023-03-24 08:20

TI MCU方案：电动汽车实时控制 【TI资料】专为高压系统设计的新型MCU

关注+星标公众号，不错过精彩内容！

我们在编程过程中总是会遇到乱码问题，如下图所示，中文全部全部乱码，英文则正常显示，此编译器为Keil5。这是由于文件编码格式与编译器设定格式不一致导致的。我们在编写代码时一定要统一编码格式，否则同一个工程中出现多种编码格式，有的文件乱码，有的文件正常，难以阅读。

可以在Keil5编译器下这样修改编码格式。

下面具体说一下什么是字符编码。

1、什么是字符编码，为什么要编码

对于单片机或者电脑来说，他们并不认识什么符号、字母、汉字等等，他们只认识二级制数，所以必须把这些字符进行二级制编码，才能用于传输与存储，当需要显示时，把这些二级制数翻译成相应字符即可。

2、ASCII编码

ASCII编码每个字符使用一个字节，标准的ASCII码最高位是0，因此只能表示128个字符，包括英文大小写字母以及常用符号等。有些国家根据自己需求扩展了ASCII，把预留的最高位也用上，这样就能表示256个字符。ASCII只能表示一些简单的字符字母，不能表示中文、日文等复杂字符。

3、GB2312编码

GB2312编码是中华人民共和国国家汉字信息交换用编码，全称《信息交换用汉字编码字符集——基本集》，由国家标准总局发布，1981年5月1日实施，通行于大陆，新加坡等地也使用此编码，兼容ASCII。GB2312编码收录汉字、字母、日文共7445个字符，其中汉字占6763个。GB2312对每一种字符采用两个字节表示。

4、GBK编码

GBK编码实际上是对GB2312的扩展，也使用两个字节编码方式，完全兼容GB2312和ASCII。共收入两万多个汉字和图形符号。

5、GB18030编码

GB18030编码共收录七万多个汉字和符号，它是在GBK的基础上增加了中日韩语中的汉字和少数民族的文字和符号，完全兼容GB2312，基本兼容 GBK。GB18030标准采用单字节、双字节和四字节三种方式对字符编码。

6、UTF-8编码

先来说一下unicode，unicode是国际标准字符集，它收录了世界各个国家的字符，为每种字符制定了唯一代码，以满足跨语言的文本信息交换。再来说两个概念，字符代码和字符编码。字符代码是指某个字符在某个字符集中的序号。而字符编码是字符在传输与存储过程中使用的二进制数。在ASCII、GB2312、GBK、GB18030中字符代码和字符编码是相同的。但是unicode不同，它为每种字符制定了唯一代码，但是没有规定传输存储方式，也就是没有字符编码，所以就有了UTF-8、UTF-16等，UTF-8全称Unicode Transformation Format，是Unicode一种编码实现方式。UTF-8的特点是对不同的字符使用不同长度的编码，有单字节、双字节、三字节、四字节模式。

7、ANSI

在windows系统中存在ANSI这种“编码”，好多人奇怪这个ANSI到底是什么编码，实际上在中文简体操作系统中它就是GB2312，它是跟随系统语言走的，不同语言的windows编码格式不一样。ANSI仅仅是个代号。

如下：当我们另存为一个文档时出现以下下拉菜单。