来自当知百科
跳转到: 导航搜索

目录

简介

  字节(Byte 发音:/‘bait/):字节是通过网络传输信息(或在硬盘内存中存储信息)的单位。

  在ASCII码中,一个英文字母(不分大小写)占一个字节的空间,一个中文汉字占两个字节的空间。

  符号:英文标点占一个字节,中文标点占两个字节。举例:英文句号“.”占1个字节的大小,中文句号“。”占2个字节的大小

  一个二进制数字序列,在计算机中作为一个数字单元,一般为8位二进制数,换算为十进制最小值:0 最大值:255如一个ASCII码就是一个字节,此类单位的换算为:

  1 诶字节(EiB,Exbibyte)=1024拍字节(2的60次方字节)

  (1EiB=1024PiB)

  1辟字节(PiB,Pebibyte)=1024太字节(2的50次方字节)

  (1PiB=1024TiB)

  1太字节(TiB,Tebibyte)=1024吉字节(2的40次方字节)

  (1TiB=1024GiB)

  1字节(GiB,Gibibyte)=1024兆字节(2的30次方字节)

  (1GiB=1024MiB)

  1字节(MiB,Mebibyte)=1024千字节(2的20次方字节)

  (1MiB=1024KiB)

  1千字节(KiB,Kilibyte)=1024字节(2的10次方字节)(1KiB=1024B)

  1字节(Byte)= 8位(bit)

  注意:MiB和MB,KiB和KB等的区别:

  1KB(kilobyte)=1000byte

  1KiB(kibibyte)=1024byte

  1MB(megabyte)=1000000byte

  1MiB(mebibyte)=1048576byte

  这是因为硬盘生产商是以GB(十进制,即10的3次方=1000,如1MB=1000KB)计算的,而电脑(操作系统)是以GiB(2进制,即2的10次方, 如1MiB=1024KiB)计算的,但是国内用户一般理解为1MB=1024 KB,所以为了便于中文化的理解,翻译MiB为MB 也是可以的。

  同样根据硬盘厂商与用户对于1MB大小的不同理解,所以好多160G的硬盘实际容量按计算机实际的1MB=1024KB算都不到160G,这也可以解释为什么新买的硬盘“缺斤短两”并没有它所标示的那么大。

  注:TiB是现在电脑硬盘最大的存储量单位。10TiB大约等于一个人脑的存储量。

  更大的单位,还有ZiB(Zebibyte,1ZiB=1024EiB)、YiB(Yobibyte,1YiB=1024ZiB)……

容易混淆的概念

  在计算机中,一串数码作为一个整体来处理或运算的,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32―64位小型计算机为12―32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。

  例如,在C++的数据类型表示中,通常 char为1个字节,int为4个字节,double为8个字节。

  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 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VisualStudio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(CodePage)。简体中文(GB2312)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。

个人工具
名字空间

变换
查看
操作
导航
工具箱