字 word
字節 byte
位 bit,來自英文bit,音譯為“比特”,表示二進制位。
字長是指字的長度
1字=2字節(1 word = 2 byte)
1字節=8位(1 byte = 8bit)
一個字的字長為16
一個字節的字長是8
bps 是 bits per second 的簡稱。一般數據機及網絡通訊的傳輸速率都是以「bps」為單位。如56Kbps、100.0Mbps 等等。
Bps即是Byte per second 的簡稱。而電腦一般都以Bps 顯示速度,如1Mbps 大約等同 128 KBps。
bit 電腦記憶體中最小的單位,在二進位電腦系統中,每一bit 可以代表0 或 1 的數位訊號。
Byte一個Byte由8 bits 所組成,可代表一個字元(A~Z)、數字(0~9)、或符號(,.?!%&+-*/),是記憶體儲存資料的基本單位,至於每個中文字則須要兩Bytes。當記憶體容量過大時,位元組這個單位就不夠用,因此就有千位元組的單位KB出現,以下乃個記憶體計算單位之間的相關性:
1 Byte = 8 Bits
1 KB = 1024 Bytes
1 MB = 1024 KB
1 GB = 1024 MB
usb2.0標准接口傳輸速率。許多人都將“480mbps”誤解為480兆/秒。其實,這是錯誤的,事實上“480mbps”應為“480兆比特/秒”或“480兆位/秒”,它等於“60兆字節/秒”,大家看到差距了吧。
這要從bit和byte說起:bit和byte同譯為"比特",都是數據量度單位,bit=“比特”或“位”。
byte=字節即1byte=8bits,兩者換算是1:8的關系。
mbps=mega bits per second(兆位/秒)是速率單位,所以正確的說法應該是說usb2.0的傳輸速度是480兆位/秒,即480mbps。
mb=mega bytes(兆比、兆字節)是量單位,1mb/s(兆字節/秒)=8mbps(兆位/秒)。
我們所說的硬盤容量是40gb、80gb、100gb,這里的b指是的byte也就是“字節”。
1 kb = 1024 bytes =2^10 bytes
1 mb = 1024 kb = 2^20 bytes
1 gb = 1024 mb = 2^30 bytes
比如以前所謂的56kb的modem換算過來56kbps除以8也就是7kbyte,所以真正從網上下載文件存在硬盤上的速度也就是每秒7kbyte。
也就是說與傳輸速度有關的b一般指的是bit。
與容量有關的b一般指的是byte。
最后再說一點: usb2.0 480mbps=60mb/s的傳輸速率還只是理論值,它還要受到系統環境的制約(cpu、硬盤和內存等),其實際讀、取寫入硬盤的速度約在11~16mb/s。但這也比usb1.1的12mbps(1.5m/s)快了近10倍。
擴展閱讀
字節的來由
最開始計算機只是處理數據運算,也就是0-9,加上運算符號,4bit足夠了。舉個例子(實際不是這樣):用0000表示0,0001表示1,0010表示2,依次類推。
后來加入了字母,程序符號等,8bit也足夠了,而這時誕生了ASCII編碼的標准,大家就說把8bit表示出來的值叫做字節(byte)吧,於是就有了字節這個單位。
所以1byte等於8bit是計算機發展中的一個約定出來的規則。
漢字:
1 漢字 = 2 byte = 16 bit (這里不是很准確,當編碼不同的時候,1個漢字所占的字節數也會有所不同,有些編碼是占 2個字節,有些則不是,可能是 3個或者 4個)
字符編碼
我們已經講過了,字符串也是一種數據類型,但是,字符串比較特殊的是還有一個編碼問題。
因為計算機只能處理數字,如果要處理文本,就必須先把文本轉換為數字才能處理。最早的計算機在設計時采用8個比特(bit)作為一個字節(byte),所以,一個字節能表示的最大的整數就是255(二進制11111111=十進制255),如果要表示更大的整數,就必須用更多的字節。比如兩個字節可以表示的最大整數是65535
,4個字節可以表示的最大整數是4294967295
。
由於計算機是美國人發明的,因此,最早只有127個字符被編碼到計算機里,也就是大小寫英文字母、數字和一些符號,這個編碼表被稱為ASCII
編碼,比如大寫字母A
的編碼是65
,小寫字母z
的編碼是122
。
但是要處理中文顯然一個字節是不夠的,至少需要兩個字節,而且還不能和ASCII編碼沖突,所以,中國制定了GB2312
編碼,用來把中文編進去。
你可以想得到的是,全世界有上百種語言,日本把日文編到Shift_JIS
里,韓國把韓文編到Euc-kr
里,各國有各國的標准,就會不可避免地出現沖突,結果就是,在多語言混合的文本中,顯示出來會有亂碼。
因此,Unicode應運而生。Unicode把所有語言都統一到一套編碼里,這樣就不會再有亂碼問題了。
Unicode標准也在不斷發展,但最常用的是用兩個字節表示一個字符(如果要用到非常偏僻的字符,就需要4個字節)。現代操作系統和大多數編程語言都直接支持Unicode。
現在,捋一捋ASCII編碼和Unicode編碼的區別:ASCII編碼是1個字節,而Unicode編碼通常是2個字節。
字母A
用ASCII編碼是十進制的65
,二進制的01000001
;
字符0
用ASCII編碼是十進制的48
,二進制的00110000
,注意字符'0'
和整數0
是不同的;
漢字中
已經超出了ASCII編碼的范圍,用Unicode編碼是十進制的20013
,二進制的01001110 00101101
。
你可以猜測,如果把ASCII編碼的A
用Unicode編碼,只需要在前面補0就可以,因此,A
的Unicode編碼是00000000 01000001
。
新的問題又出現了:如果統一成Unicode編碼,亂碼問題從此消失了。但是,如果你寫的文本基本上全部是英文的話,用Unicode編碼比ASCII編碼需要多一倍的存儲空間,在存儲和傳輸上就十分不划算。
所以,本着節約的精神,又出現了把Unicode編碼轉化為“可變長編碼”的UTF-8
編碼。UTF-8編碼把一個Unicode字符根據不同的數字大小編碼成1-6個字節,常用的英文字母被編碼成1個字節,漢字通常是3個字節,只有很生僻的字符才會被編碼成4-6個字節。如果你要傳輸的文本包含大量英文字符,用UTF-8編碼就能節省空間:
字符 | ASCII | Unicode | UTF-8 |
---|---|---|---|
A | 01000001 | 00000000 01000001 | 01000001 |
中 | x | 01001110 00101101 | 11100100 10111000 10101101 |
從上面的表格還可以發現,UTF-8編碼有一個額外的好處,就是ASCII編碼實際上可以被看成是UTF-8編碼的一部分,所以,大量只支持ASCII編碼的歷史遺留軟件可以在UTF-8編碼下繼續工作。
搞清楚了ASCII、Unicode和UTF-8的關系,我們就可以總結一下現在計算機系統通用的字符編碼工作方式:
在計算機內存中,統一使用Unicode編碼,當需要保存到硬盤或者需要傳輸的時候,就轉換為UTF-8編碼。
用記事本編輯的時候,從文件讀取的UTF-8字符被轉換為Unicode字符到內存里,編輯完成后,保存的時候再把Unicode轉換為UTF-8保存到文件:
瀏覽網頁的時候,服務器會把動態生成的Unicode內容轉換為UTF-8再傳輸到瀏覽器:
所以你看到很多網頁的源碼上會有類似<meta charset="UTF-8" />
的信息,表示該網頁正是用的UTF-8編碼。