utf8

ASCII码 可以先让学生看图片，然后再介绍ascii码 假如我们就已经有这么一张表了 ASCII（American Standard Code for Information Interchange，美国信息交换标准代码）是基于 拉丁字母 的一套电脑编码系统，主要用于显示现代 英语 和其他 西欧 语言。它是现今最通用的单字节编码系统，并等同于 国际 标准ISO/IEC 646。 由于计算机是美国人发明的，因此，最早只有127个字母被编码到计算机里，也就是大小写英文字母、数字和一些符号，这个编码表被称为 ASCII 编码，比如大写字母 A 的编码是 65 ，小写字母 z 的编码是 122 。后128个称为 扩展ASCII 码。 那现在我们就知道了上面的字母符号和数字对应的表是早就存在的。那么根据现在有的一些十进制，我们就可以转换成二进制的编码串。 比如 一个空格对应的数字是0 翻译成二进制就是0（注意字符'0'和整数0是不同的） 一个对勾√对应的数字是251 翻译成二进制就是11111011 提问：假如我们要打印两个空格一个对勾 写作二进制就应该是 0011111011， 但是问题来了，我们怎么知道从哪儿到哪儿是一个字符呢？ 论断句的重要性与必要性： 上次在网上看到个新闻，讲是个小偷在上海被捕时高喊道：“我一定要当上海贼王！” 正是由于这些字符串长的长，短的短

1、二进制 前言：计算机一共就能做两件事：计算和通信 2、字符编码 生活中的数字要想让计算机理解就必须转换成二进制。十进制到二进制的转换只能解决计算机理解数字的问题，那么文字要怎么让计算机理解呢？ 于是我们就选择了一种方式，既然数字可以转换成十进制，我们只要想办法吧文字，转换成数字，这样文字不就可以表示成二进制了么？ 那么问题来了：怎么把文字转换成数字呢？就是强制转换 我们自己强行约定了一个表，把文字和数字对应上，这张表就相当于翻译，我们可以拿着一个数字来对比对应表找到相应的文字，反之亦然。 ASCII码 我们先来看一张图片，在了解ascii码 ASCII（American Standard Code for Information Interchange，美国信息交换标准代码）是基于 拉丁字母 的一套电脑编码系统，主要用于显示现代 英语 和其他 西欧 语言。它是现今最通用的单字节编码系统，并等同于 国际 标准ISO/IEC 646。 由于计算机是美国人发明的，因此，最早只有127个字母被编码到计算机里，也就是大小写英文字母、数字和一些符号，这个编码表被称为 ASCII 编码，比如大写字母 A 的编码是 65 ，小写字母 z 的编码是 122 。后128个称为 扩展ASCII 码。 那现在我们就知道了上面的字母符号和数字对应的表是早就存在的。那么根据现在有的一些十进制

这家伙说的通俗易懂，只是在谈到UTF-8 “它可以使用1~4个字节表示一个符号”有问题。 作者：阮一峰　来源：阮一峰的网络日志 下面就是我的笔记，主要用来整理自己的思路。但是，我尽量试图写得通俗易懂，希望能对其他朋友有用。毕竟，字符编码是计算机技术的基石，想要熟练使用计算机，就必须懂得一点字符编码的知识。 1. ASCII码 我们知道，在计算机内部，所有的信息最终都表示为一个二进制的字符串。每一个二进制位（bit）有0和1两种状态，因此八个二进制位就可以组合出256种状态，这被称为一个字节（byte）。也就是说，一个字节一共可以用来表示256种不同的状态，每一个状态对应一个符号，就是256个符号，从0000000到11111111。 上个世纪60年代，美国制定了一套字符编码，对英语字符与二进制位之间的关系，做了统一规定。这被称为ASCII码，一直沿用至今。 ASCII码一共规定了128个字符的编码，比如空格“SPACE”是32（二进制00100000），大写的字母A是65（二进制01000001）。这128个符号（包括32个不能打印出来的控制符号），只占用了一个字节的后面7位，最前面的1位统一规定为0。 2、非ASCII编码 英语用128个符号编码就够了，但是用来表示其他语言，128个符号是不够的。比如，在法语中，字母上方有注音符号，它就无法用ASCII码表示。于是

字符编码是计算机技术的基石，想要熟练使用计算机，就必须懂得一点字符编码的知识。 1. ASCII码 我们知道，在计算机内部，所有的信息最终都表示为一个二进制的字符串。每一个二进制位（bit）有0和1两种状态，因此八个二进制位就可以组合出256种状态，这被称为一个字节（byte）。也就是说，一个字节一共可以用来表示256种不同的状态，每一个状态对应一个符号，就是256个符号，从0000000到11111111。 上个世纪60年代，美国制定了一套字符编码，对英语字符与二进制位之间的关系，做了统一规定。这被称为ASCII码，一直沿用至今。 ASCII码一共规定了128个字符的编码，比如空格”SPACE”是32（二进制00100000），大写的字母A是65（二进制01000001）。这128个符号（包括32个不能打印出来的控制符号），只占用了一个字节的后面7位，最前面的1位统一规定为0。 2、非ASCII编码 英语用128个符号编码就够了，但是用来表示其他语言，128个符号是不够的。比如，在法语中，字母上方有注音符号，它就无法用ASCII码表示。于是，一些欧洲国家就决定，利用字节中闲置的最高位编入新的符号。比如，法语中的é的编码为130（二进制10000010）。这样一来，这些欧洲国家使用的编码体系，可以表示最多256个符号。 但是，这里又出现了新的问题。不同的国家有不同的字母，因此

今天中午，我突然想搞清楚 Unicode 和 UTF-8 之间的关系，就开始查资料。 这个问题比我想象的复杂，午饭后一直看到晚上9点，才算初步搞清楚。 下面就是我的笔记，主要用来整理自己的思路。我尽量写得通俗易懂，希望能对其他朋友有用。毕竟，字符编码是计算机技术的基石，想要熟练使用计算机，就必须懂得一点字符编码的知识。 一、ASCII 码 我们知道，计算机内部，所有信息最终都是一个二进制值。每一个二进制位（bit）有 0 和 1 两种状态，因此八个二进制位就可以组合出256种状态，这被称为一个字节（byte）。也就是说，一个字节一共可以用来表示256种不同的状态，每一个状态对应一个符号，就是256个符号，从 00000000 到 11111111 。 上个世纪60年代，美国制定了一套字符编码，对英语字符与二进制位之间的关系，做了统一规定。这被称为 ASCII 码，一直沿用至今。 ASCII 码一共规定了128个字符的编码，比如空格 SPACE 是32（二进制 00100000 ），大写的字母 A 是65（二进制 01000001 ）。这128个符号（包括32个不能打印出来的控制符号），只占用了一个字节的后面7位，最前面的一位统一规定为 0 。 二、非 ASCII 编码 英语用128个符号编码就够了，但是用来表示其他语言，128个符号是不够的。比如，在法语中，字母上方有注音符号

首先讲一下原子性以及互斥。 举个例子，在32位CPU上执行long(64位)变量的写操作时，会存在多线程下读写不一致的问题。 因为32位CPU下对其写会拆分成两次操作，一次写高32位和一次写底32位，而这个操作无法保证其 原子性 所以产生并发问题了。 原子性 指即一个操作或者多个操作，要么全部执行并且执行的过程不会被任何因素打断，要么就都不执行，简单的说就是一个或者多个操作在 CPU 执行的过程中不被中断的特性。 互斥 如果 同一时刻只有一个线程执行 则被称之为 互斥 ，把一段需要互斥执行的代码称为 临界区 。如果我们能够保证对共享变量的修改是互斥的，那么，无论是单核 CPU 还是多核 CPU，就都能保证原子性了。 互斥锁 锁是一种通用的技术方案，Java 语言提供的 synchronized 关键字，就是一种互斥锁。synchronized 关键字可以用来修饰方法，也可以用来修饰代码块，通过其修饰的临界区是互斥的，使用方法如下： public class demo{ private final Object monitor = new Object(); // 修饰非静态方法 synchronized void method1() { // 临界区 } // 修饰静态方法 synchronized static void method2() { // 临界区 } // 修饰代码块

以前收藏的一篇 标题 谈谈Unicode编码，简要解释UCS、UTF、BMP、BOM等名词 选择自 fmddlmyy 的 Blog 关键字 谈谈Unicode编码，简要解释UCS、UTF、BMP、BOM等名词 这是一篇程序员写给程序员的趣味读物。所谓趣味是指可以比较轻松地了解一些原来不清楚的概念，增进知识，类似于打RPG游戏的升级。整理这篇文章的动机是两个问题： 问题一： 使用Windows记事本的“另存为”，可以在GBK、Unicode、Unicode big endian和UTF-8这几种编码方式间相互转换。同样是txt文件，Windows是怎样识别编码方式的呢？ 我很早前就发现Unicode、Unicode big endian和UTF-8编码的txt文件的开头会多出几个字节，分别是FF、FE（Unicode）,FE、FF（Unicode big endian）,EF、BB、BF（UTF-8）。但这些标记是基于什么标准呢？ 问题二： 最近在网上看到一个ConvertUTF.c，实现了UTF-32、UTF-16和UTF-8这三种编码方式的相互转换。对于Unicode(UCS2)、GBK、UTF-8这些编码方式，我原来就了解。但这个程序让我有些糊涂，想不起来UTF-16和UCS2有什么关系。 查了查相关资料，总算将这些问题弄清楚了，顺带也了解了一些Unicode的细节

知识内容: 1.文件对象与文件处理流程 2.基本操作 3.上下文管理 4.文件的修改与文件内光标的移动 5.字符编码 一、文件对象与文件处理流程 1.文件对象 (1)文件分类 按文件中数据的组织形式可以把文件分为 文本文件 和 二进制文件 文本文件中存储的是常规字符串，由若干文本行组成，通常每行以换行符('\n')结尾 二进制文件把对象内容以字节串(bytes)进行存储，无法用记事本及其他普通文本处理软件打开，也无法直接被人阅读理解，需要使用专门的软件进行解码才能读取其中的内容 (2)文件对象: python中内置了文件对象，通过open函数可以打开一个文件并创建一个文件对象，通过对这个文件对象的一系列操作来修改、读、写文件 eg： 文件对象名 = open(文件名[, 打开方式[,缓冲区]]) 　　 f1 = open('file.txt', 'r') (3)文件打开方式(文件打开模式): r ，只读模式【默认模式，文件必须存在，不存在则抛出异常】 w，只写模式【不可读；不存在则创建；存在则清空内容】 x， 只写模式【不可读；不存在则创建，存在则报错】 a， 追加模式【不存在则创建；存在则只追加内容】 "+" 表示可以同时读写某个文件 r+， 读写【可读，可写】 w+，写读【可读，可写】 x+ ，写读【可读，可写】 a+， 写读【可读，可写】 "b"表示以字节的方式操作 rb 或

基本概念 字符 ：表示数据和信息的字母、数字或其他符号。在电子计算机中，每一个字符与一个二进制编码相对应。 字符的标识（ 码位 ）：是0-1114111的数字，在Unicode标准中以 4-6个十六进制数字 表示，而且加前缀“U+”。例如，字母A的码位是U+0041,欧元符号的码位是U+20AC. 字符的具体表述 取决于所用的编码。编码是在码位和字节序列之间转换时使用的算法。在UTF-8编码中，A(U+0041)的码位编码成单个字节\x41，而在UTF-16LE编码中编码成两个字节\x41\x00。欧元符号(U+20AC)在UFT-8编码中是三个字节\xe2\x82\xac，而在UTF-16LE编码中编码成两个字节\xac\x20。 编码 ：把码位转换成字节序列（通俗来说：把字符串转换成用于存储或传输的字节序列，python中是.encode()） 解码 ：把字节序列转换成码位（通俗来说：把字节序列转换成人类可读的文本字符串,python中是.decode()） >>> s = 'café' >>> len(s) # Unicode字符数量 4 >>> b = s.encode('utf8') # 编码为bytes >>> b b'caf\xc3\xa9' >>> len(b) # 字节数 5 >>> b.decode('utf8') # 解码 'café 字节概要

行转列操作 将行数据转为列数据展示 话不多说 开干 准备数据 CREATE TABLE ` t_score ` ( ` id ` int ( 11 ) NULL DEFAULT NULL , ` account ` varchar ( 255 ) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL , ` grade ` int ( 255 ) NULL DEFAULT NULL ) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Compact ; INSERT INTO ` t_score ` VALUES ( 1 , 'match' , 85 ) ; INSERT INTO ` t_score ` VALUES ( 1 , 'chinese' , 80 ) ; INSERT INTO ` t_score ` VALUES ( 1 , 'english' , 99 ) ; INSERT INTO ` t_score ` VALUES ( 2 , 'match' , 90 ) ; INSERT INTO ` t_score ` VALUES ( 2 , 'chinese' , 80 ) ; INSERT