字及字節(jié)詳解

字節(jié)（Byte 發(fā)音：/‘bait/）：字節(jié)是通過網(wǎng)絡(luò)傳輸信息（或在硬盤或內(nèi)存中存儲信息）的單位。 　　在ASCII碼中，一個(gè)英文字母（不分大小寫）占一個(gè)字節(jié)的空間，一個(gè)中文漢字占兩個(gè)字節(jié)的空間。 　　符號：英文標(biāo)點(diǎn)占一個(gè)字節(jié)，中文標(biāo)點(diǎn)占兩個(gè)字節(jié)。舉例：英文句號“.”占1個(gè)字節(jié)的大小，中文句號“?！闭?個(gè)字節(jié)的大小 　　一個(gè)二進(jìn)制數(shù)字序列,在計(jì)算機(jī)中作為一個(gè)數(shù)字單元,一般為8位二進(jìn)制數(shù)，換算為十進(jìn)制最小值：0 最大值：255 如一個(gè)ASCII碼就是一個(gè)字節(jié)，此類單位的換算為： 　　1 艾字節(jié)（EiB,Exbibyte）=1024拍字節(jié)（2的60次方字節(jié)） 　?。?EiB=1024PiB） 　　 　　1 拍字節(jié)（PB,Pebibyte）=1024太字節(jié)（2的50次方字節(jié)） 　?。?PiB=1024TiB） 　　1太字節(jié)（TiB,Tebibyte）=1024吉字節(jié)（2的40次方字節(jié)） 　?。?TiB=1024GiB） 　　1吉字節(jié)（GiB,Gibibyte）=1024兆字節(jié)（2的30次方字節(jié)） 　　（1GiB=1024MiB） 　　1兆字節(jié)（MiB,Mebibyte）=1024千字節(jié)（2的20次方字節(jié)） 　?。?MiB=1024KiB） 　　1千字節(jié)（KiB,Kilibyte）=1024字節(jié)（2的10次方字節(jié)）（1KiB=1024B） 　　1字節(jié)（Byte）= 8位（bit） 　　 　　 注意：MiB和MB，KiB和KB等的區(qū)別： 　　　1KB(kilobyte)=1000byte 　　1KiB(kibibyte)=1024byte 　　1MB(megabyte)=1000000byte 　　1MiB(mebibyte)=1048576byte 　　這是因?yàn)橛脖P生產(chǎn)商是以GB（十進(jìn)制，即10的3次方=1000，如1MB=1000KB）計(jì)算的，而電腦（操作系統(tǒng)）是以GiB(2進(jìn)制，即2的 10次方， 如1MiB=1024KiB）計(jì)算的，但是國內(nèi)用戶一般理解為1MB＝1024 KB, 所以為了便于中文化的理解，翻譯MiB為MB 也是可以的。 　　同樣根據(jù)硬盤廠商與用戶對于1MB大小的不同理解，所以好多160G的硬盤實(shí)際容量按計(jì)算機(jī)實(shí)際的1MB＝1024KB算都不到160G，這也可以解釋為什么新買的硬盤“缺斤短兩”并沒有它所標(biāo)示的那么大。 　　注：TiB是現(xiàn)在電腦硬盤最大的存儲量單位。10TiB大約等于一個(gè)人腦的存儲量。 　　更大的單位，還有ZiB（Zebibyte，1ZiB=1024EiB）、YiB（Yobibyte，1YiB=1024ZiB）……

?

容易混淆的概念

字

　　在計(jì)算機(jī)中，一串數(shù)碼作為一個(gè)整體來處理或運(yùn)算的，稱為一個(gè)計(jì)算機(jī)字，簡稱字。字通常分為若干個(gè)字節(jié)(每個(gè)字節(jié)一般是8位)。在存儲器中，通常每個(gè)單元存儲一個(gè)字，因此每個(gè)字都是可以尋址的。字的長度用位數(shù)來表示。 　　在計(jì)算機(jī)的運(yùn)算器、控制器中，通常都是以字為單位進(jìn)行傳送的。字出現(xiàn)在不同的地址其含義是不相同。例如，送往控制器去的字是指令，而送往運(yùn)算器去的字就是一個(gè)數(shù)。

字長

　　計(jì)算機(jī)的每個(gè)字所包含的位數(shù)稱為字長。根據(jù)計(jì)算機(jī)的不同，字長有固定的和可變的兩種。固定字長，即字長度不論什么情況都是固定不變的；可變字長，則在一定范圍內(nèi)，其長度是可變的。 　　計(jì)算的字長是指它一次可處理的二進(jìn)制數(shù)字的數(shù)目。計(jì)算機(jī)處理數(shù)據(jù)的速率，自然和它一次能加工的位數(shù)以及進(jìn)行運(yùn)算的快慢有關(guān)。如果一臺計(jì)算機(jī)的字長是另一臺計(jì)算機(jī)的兩倍，即使兩臺計(jì)算機(jī)的速度相同，在相同的時(shí)間內(nèi)，前者能做的工作是后者的兩倍。 　　一般地，大型計(jì)算機(jī)的字長為32―64位，小型計(jì)算機(jī)為12―32位，而微型計(jì)算機(jī)為4一16位。字長是衡量計(jì)算機(jī)性能的一個(gè)重要因素。

字節(jié)

　　字節(jié)是指一小組相鄰的二進(jìn)制數(shù)碼。通常是8位作為一個(gè)字節(jié)。它是構(gòu)成信息的一個(gè)小單位，并作為一個(gè)整體來參加操作，比字小，是構(gòu)成字的單位。 　　在微型計(jì)算機(jī)中，通常用多少字節(jié)來表示存儲器的存儲容量。 　　1.2 字符，字節(jié)，字符串 　　理解編碼的關(guān)鍵，是要把字符的概念和字節(jié)的概念理解準(zhǔn)確。這兩個(gè)概念容易混淆，我們在此做一下區(qū)分： 　　概念描述 舉例 　　字符 人們使用的記號，抽象意義上的一個(gè)符號。 '1', '中', 'a', '$', '￥', …… 　　字節(jié) 計(jì)算機(jī)中存儲數(shù)據(jù)的單元，一個(gè)8位的二進(jìn)制數(shù)，是一個(gè)很具體的存儲空間。0x01, 0x45, 0xFA, ……

字符串

　　在內(nèi)存中，如果“字符”是以ANSI編碼形式存在的，一個(gè)字符可能使用一個(gè)字節(jié)或多個(gè)字節(jié)來表示，那么我們稱這種字符串為 ANSI 字符串或者多字節(jié)字符串。如，"中文123" （占7字節(jié)）。

字符集和代碼頁

　　對于ANSI編碼方式，存在不同的字符集（Charset）。同樣的字節(jié)序列，在不同的字符集下表示的字符不一樣。要正確解析一個(gè)ANSI字符串，還要選擇正確的字符集，否則就可能導(dǎo)致所謂的亂碼現(xiàn)象。不同語言版本的操作系統(tǒng)，都有一個(gè)默認(rèn)的字符集。在不指定字符集的情況下，系統(tǒng)會使用此字符集來解析 ANSI 字符串。也就是說，如果我們在簡體中文版的Windows下打開了一個(gè)由日文操作系統(tǒng)保存的 ANSI 文本文件（僅包含 ANSI 字符串的文本文件），我們看到的將是亂碼。但是，如果我們使用Visual Studio之類的帶編碼選擇的文本編輯器打開此文件，并且選擇正確的字符集，我們將可以看到它的原貌。注意：簡體中文字符集中的繁體字和繁體中文字符集中的繁體字，編碼不一定相同（事實(shí)證明，似乎是完全不同）。 　　每個(gè)字符集都有一個(gè)唯一的編號，稱為代碼頁（Code Page）。簡體中文（GB2312）的代碼頁為936，而系統(tǒng)默認(rèn)字符集的代碼頁為0，它表示根據(jù)系統(tǒng)的語言設(shè)置來選擇一個(gè)合適的字符集。

UNICODE

　　字符串 在內(nèi)存中，如果“字符”是以在Unicode中的序號存在的，那么我們稱這種字符串為Unicode字符串或者寬字節(jié)字符串。在Unicode中，每個(gè)字符都占兩個(gè)字節(jié)。如，"中文123"（占10字節(jié)）。 　　Unicode和ANSI的區(qū)別就相當(dāng)于輸入法內(nèi)的“全角”和“半角”的區(qū)別。 　　由于不同 ANSI 編碼所規(guī)定的標(biāo)準(zhǔn)是不相同的（字符集不同），因此，對于一個(gè)給定的多字節(jié)字符串，我們必須知道它采用的是哪一種字符集則，才能夠知道它包含了哪些“字符”。而對于 UNICODE 字符串來說，不管在什么環(huán)境下，它所代表的“字符”內(nèi)容總是不變的。Unicode 有著統(tǒng)一的標(biāo)準(zhǔn)，它定義了世界上絕大多數(shù)的字符的編碼，使得拉丁文、數(shù)字、簡體中文、繁體中文、日文等都能以同一種編碼方式保存。