摘要：下文件名長(zhǎng)度限制出現(xiàn)場(chǎng)景在迭代中有一個(gè)需求是將文件名修改為所有班級(jí)的名稱集合，出現(xiàn)的班級(jí)過(guò)多導(dǎo)致的文件名過(guò)長(zhǎng)在下無(wú)法創(chuàng)建文件和文件夾的情況解決方式經(jīng)過(guò)查證，中文件名最長(zhǎng)為字符，文件路徑最大長(zhǎng)度為字符。這是被編碼方案決定的，通過(guò)來(lái)指定。

出現(xiàn)場(chǎng)景：在迭代中有一個(gè)需求是將pdf文件名修改為所有班級(jí)的名稱集合，出現(xiàn)的班級(jí)過(guò)多導(dǎo)致的文件名過(guò)長(zhǎng)在linux下無(wú)法創(chuàng)建文件和文件夾的情況
解決方式：經(jīng)過(guò)查證，linux中文件名最長(zhǎng)為255字符，文件路徑最大長(zhǎng)度為4096字符。所以需要對(duì)班級(jí)名稱進(jìn)行截?cái)啵⑶也粌H僅是根據(jù)字符串長(zhǎng)度截?cái)啵歉鶕?jù)每一個(gè)字母或者漢字對(duì)應(yīng)的字符來(lái)計(jì)算得到最后的文件名小于255個(gè)字符。

鑒于以上場(chǎng)景，于是進(jìn)行稍微的深究，對(duì)字符編碼相關(guān)的知識(shí)進(jìn)行了一個(gè)深一步的學(xué)習(xí)

字符

簡(jiǎn)介：字符簡(jiǎn)單的來(lái)說(shuō)就是我們?nèi)粘Ｉ钪杏玫降囊恍┳址热鐢?shù)字、漢字、標(biāo)點(diǎn)符號(hào)等。專業(yè)的介紹可以參考百度百科)

字節(jié)

簡(jiǎn)介：計(jì)算機(jī)中的一個(gè)計(jì)量存儲(chǔ)容量的單位，常見(jiàn)的計(jì)算機(jī)中一個(gè)字節(jié)代表八位的二進(jìn)制數(shù)

編碼

簡(jiǎn)介：其實(shí) 編碼 就是將字符轉(zhuǎn)為二進(jìn)制的規(guī)則，因?yàn)槲覀冎烙?jì)算機(jī)是通過(guò) 高電平 和 低電平 來(lái)分別代表 1 和 0，想讓計(jì)算機(jī)讀懂我們的字符，就需要將 二進(jìn)制數(shù) 和我們的字符建立一個(gè)映射關(guān)系，這個(gè)過(guò)程就叫編碼。其實(shí)每個(gè)人都可以定義自己的編碼規(guī)則，但是這樣就亂套了。所以一些組織就制定了統(tǒng)一的編碼規(guī)則。也就出現(xiàn)了我們常見(jiàn)的 ASCII 、unicode 等編碼規(guī)則

字符集

ASCII（字符集）：建立了128個(gè)字符對(duì)應(yīng)的數(shù)字編號(hào)，僅支持英文字母、一些標(biāo)點(diǎn)符號(hào)、以及一些不可顯示的字符。

unicode (萬(wàn)國(guó)碼 字符集)：Unicode只是一個(gè)用來(lái)映射字符和數(shù)字的標(biāo)準(zhǔn)。它對(duì)支持字符的數(shù)量沒(méi)有限制，也不要求字符必須占兩個(gè)、三個(gè)或者其它任意數(shù)量的字節(jié)。Unicode并不涉及字符是怎么在字節(jié)中表示的，它僅僅指定了字符對(duì)應(yīng)的數(shù)字。歸根結(jié)底，unicode就是把世界上所有的字符都和一個(gè)數(shù)字做對(duì)應(yīng)，但是具體到這個(gè)數(shù)字在計(jì)算機(jī)中如何表示，他是不管的。

關(guān)于Unicode的其它誤解包括：Unicode支持的字符上限是65536個(gè)，Unicode字符必須占兩個(gè)字節(jié)，這些都不正確。
Unicode字符是怎樣被編碼成內(nèi)存中的字節(jié)這是另外的話題，它是被UTF(Unicode Transformation Formats)定義的。
unicode的問(wèn)題：比如，漢字嚴(yán)的 Unicode 是十六進(jìn)制數(shù)4E25，轉(zhuǎn)換成二進(jìn)制數(shù)足足有15位（100111000100101），也就是說(shuō)，這個(gè)符號(hào)的表示至少需要2個(gè)字節(jié)。表示其他更大的符號(hào)，可能需要3個(gè)字節(jié)或者4個(gè)字節(jié)，甚至更多。
這里就有兩個(gè)嚴(yán)重的問(wèn)題，第一個(gè)問(wèn)題是，如何才能區(qū)別 Unicode 和 ASCII ？計(jì)算機(jī)怎么知道三個(gè)字節(jié)表示一個(gè)符號(hào)，而不是分別表示三個(gè)符號(hào)呢？第二個(gè)問(wèn)題是，我們已經(jīng)知道，英文字母只用一個(gè)字節(jié)表示就夠了，如果 Unicode 統(tǒng)一規(guī)定，每個(gè)符號(hào)用三個(gè)或四個(gè)字節(jié)表示，那么每個(gè)英文字母前都必然有二到三個(gè)字節(jié)是0，這對(duì)于存儲(chǔ)來(lái)說(shuō)是極大的浪費(fèi)，文本文件的大小會(huì)因此大出二三倍，這是無(wú)法接受的。于是出現(xiàn)了對(duì)unicode字符集的不同的編碼方式

常見(jiàn)的編碼規(guī)則

ASCII碼的編碼規(guī)則：每個(gè)二進(jìn)制位（bit）有 0 1 兩個(gè)狀態(tài)，因此八個(gè)二進(jìn)制位就能夠組成 256 種不同的狀態(tài)，也就是 00000000 - 11111111，由于ASCII字符集定義了128個(gè)字符，八個(gè)二進(jìn)制位能夠表達(dá) 256 個(gè)狀態(tài)，所以肯定是夠用了，所以在 ASCII 碼中一個(gè)字符只占一個(gè)字節(jié)（一個(gè)字節(jié) === 8 bit）

UTF-8：是一種unicode的編碼方案，在UTF-8中，0-127號(hào)的字符用1個(gè)字節(jié)來(lái)表示，使用和US-ASCII相同的編碼。這意味著1980年代寫(xiě)的文檔用UTF-8打開(kāi)一點(diǎn)問(wèn)題都沒(méi)有。只有128號(hào)及以上的字符才用2個(gè)，3個(gè)或者4個(gè)字節(jié)來(lái)表示。因此，UTF-8被稱作可變長(zhǎng)度編碼，它可以使用1~4個(gè)字節(jié)表示一個(gè)符號(hào)，根據(jù)不同的符號(hào)而變化字節(jié)長(zhǎng)度。

UTF-16：另一個(gè)流行的可變長(zhǎng)度編碼方案是UTF-16，它使用2個(gè)或者4個(gè)字節(jié)來(lái)存儲(chǔ)字符。

javascript中的字符編碼

js中用的編碼方式不是UTF-8、UTF-16。而是 UCS-2，具體原因是因?yàn)閖avascript誕生的時(shí)候，還沒(méi)有UTF-16，但是好在UCS的碼點(diǎn)和unicode一致，所以他們是互相兼容的。兩者的關(guān)系簡(jiǎn)單說(shuō)，就是UTF-16取代了UCS-2，或者說(shuō)UCS-2整合進(jìn)了UTF-16。所以，現(xiàn)在只有UTF-16，沒(méi)有UCS-2。

總結(jié)：

Unicode是一個(gè)簡(jiǎn)單的標(biāo)準(zhǔn)，用來(lái)把字符映射到數(shù)字上。Unicode協(xié)會(huì)的人會(huì)幫你處理所有幕后的問(wèn)題，包括為新字符指定編碼。

Unicode并不告訴你字符是怎么編碼成字節(jié)的。這是被編碼方案決定的，通過(guò)UTF來(lái)指定。

這個(gè)世界上從來(lái)沒(méi)有純文本這回事，如果你想讀出一個(gè)字符串，你必須知道它的編碼

字符集和編碼是不同的，字符集是指定的數(shù)字和字符的映射，而編碼則是將指定的字符對(duì)應(yīng)的數(shù)字存儲(chǔ)在計(jì)算機(jī)中的過(guò)程。

編碼是很復(fù)雜的過(guò)程，其中涉及到的磚碼，基本平面，輔助平面等概念在本文中都沒(méi)有提到，具體的實(shí)現(xiàn)過(guò)程可以參考下面的阮一峰相關(guān)的資料。

參考資料：

字符編碼筆記：ASCII，Unicode 和 UTF-8 阮一峰

學(xué)點(diǎn)編碼知識(shí)又不會(huì)死：Unicode的流言終結(jié)者和編碼大揭秘

javascript基礎(chǔ)之字符集與編碼

Unicode與JavaScript詳解 阮一峰