10乱码问题的解释(1)

在计算机中,一个汉字,占几个字节?

针对这个问题,只要你回答出一个具体的数字,就一定是错的!!
前提条件: 当前中文编码使用的是哪种方式(字符集)
计算机存的其实是二进制数字~~
英文字母,怎么表示的?? ASCII 码表~~ 规定了每个字符,都有一个对应的数字来表示~~

只是表示英文,一个字节足够了~~ 毕竟英文字母数目非常有限~~

 中文中一共多少个汉字呢?
日常的常用字,大概是 4k 多个
算上各种生僻字,总数差不多 6w 左右~~

对于计算机来说,6w 多个符号的表格
就是小 case ~~

仍然使用一个大表格,给每个汉字,分配一个整数即可~~

具体这个表格,是啥样子?
具体每个汉字,都使用哪个数字表示??
这个事情就不一定了!!
字符集~~ 表示汉字的字符集, 其实是有很多种的!!!
不同的字符集,表示同一个汉字,使用的数字不相同!!

目前,表示汉字字符集,主要是两种方式
1.GBK.(中国大陆) 使用 2 个字节表示一个汉字
Windows 简体中文版默认的字符集就是 GBK

2. UTF-8 / utf8
变长编码.表示一个符号,使用的字节数有变化,2-4
但是在 utf8 中,一个汉字,一般是 3 个字节
Linux 默认就是 utf8

一个汉字,具体的 utf8/gbk 编码的数值是多少,可以通过一些在线工具来查看~~

编码工具

 

 

size_t strlen ( const char * str );

size_t 的大小取决于具体的平台和编译器。通常：

• 在 32位系统 上，size_t 一般是 4 字节（32位）。---"%d"

• 在 64位系统 上，size_t 一般是 8 字节（64位）。---"%ld"