摘要：下文件名长度限制出现场景在迭代中有一个需求是将文件名修改为所有班级的名称集合，出现的班级过多导致的文件名过长在下无法创建文件和文件夹的情况解决方式经过查证，中文件名最长为字符，文件路径最大长度为字符。这是被编码方案决定的，通过来指定。
Linux下文件名长度限制
出现场景：在迭代中有一个需求是将pdf文件名修改为所有班级的名称集合，出现的班级过多导致的文件名过长在linux下无法创建文件和文件夹的情况解决方式：经过查证，linux中文件名最长为255字符，文件路径最大长度为4096字符。所以需要对班级名称进行截断，并且不仅仅是根据字符串长度截断，而是根据每一个字母或者汉字对应的字符来计算得到最后的文件名小于255个字符。
鉴于以上场景，于是进行稍微的深究，对字符编码相关的知识进行了一个深一步的学习
字符
简介：字符简单的来说就是我们日常生活中用到的一些字符，比如数字、汉字、标点符号等。专业的介绍可以参考百度百科)
字节
简介：计算机中的一个计量存储容量的单位，常见的计算机中一个字节代表八位的二进制数
编码
简介：其实 编码 就是将字符转为二进制的规则，因为我们知道计算机是通过 高电平 和 低电平 来分别代表 1 和 0，想让计算机读懂我们的字符，就需要将 二进制数 和我们的字符建立一个映射关系，这个过程就叫编码。其实每个人都可以定义自己的编码规则，但是这样就乱套了。所以一些组织就制定了统一的编码规则。也就出现了我们常见的 ASCII 、unicode 等编码规则
字符集
ASCII（字符集）：建立了128个字符对应的数字编号，仅支持英文字母、一些标点符号、以及一些不可显示的字符。
unicode (万国码 字符集)：Unicode只是一个用来映射字符和数字的标准。它对支持字符的数量没有限制，也不要求字符必须占两个、三个或者其它任意数量的字节。Unicode并不涉及字符是怎么在字节中表示的，它仅仅指定了字符对应的数字。归根结底，unicode就是把世界上所有的字符都和一个数字做对应，但是具体到这个数字在计算机中如何表示，他是不管的。
关于Unicode的其它误解包括：Unicode支持的字符上限是65536个，Unicode字符必须占两个字节，这些都不正确。Unicode字符是怎样被编码成内存中的字节这是另外的话题，它是被UTF(Unicode Transformation Formats)定义的。
unicode的问题：比如，汉字严的 Unicode 是十六进制数4E25，转换成二进制数足足有15位（100111000100101），也就是说，这个符号的表示至少需要2个字节。表示其他更大的符号，可能需要3个字节或者4个字节，甚至更多。
这里就有两个严重的问题，第一个问题是，如何才能区别 Unicode 和 ASCII ？计算机怎么知道三个字节表示一个符号，而不是分别表示三个符号呢？第二个问题是，我们已经知道，英文字母只用一个字节表示就够了，如果 Unicode 统一规定，每个符号用三个或四个字节表示，那么每个英文字母前都必然有二到三个字节是0，这对于存储来说是极大的浪费，文本文件的大小会因此大出二三倍，这是无法接受的。于是出现了对unicode字符集的不同的编码方式
常见的编码规则
ASCII码的编码规则：每个二进制位（bit）有 0 1 两个状态，因此八个二进制位就能够组成 256 种不同的状态，也就是 00000000 - 11111111，由于ASCII字符集定义了128个字符，八个二进制位能够表达 256 个状态，所以肯定是够用了，所以在 ASCII 码中一个字符只占一个字节（一个字节 === 8 bit）
UTF-8：是一种unicode的编码方案，在UTF-8中，0-127号的字符用1个字节来表示，使用和US-ASCII相同的编码。这意味着1980年代写的文档用UTF-8打开一点问题都没有。只有128号及以上的字符才用2个，3个或者4个字节来表示。因此，UTF-8被称作可变长度编码，它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度。
UTF-16：另一个流行的可变长度编码方案是UTF-16，它使用2个或者4个字节来存储字符。
javascript中的字符编码
js中用的编码方式不是UTF-8、UTF-16。而是 UCS-2，具体原因是因为javascript诞生的时候，还没有UTF-16，但是好在UCS的码点和unicode一致，所以他们是互相兼容的。两者的关系简单说，就是UTF-16取代了UCS-2，或者说UCS-2整合进了UTF-16。所以，现在只有UTF-16，没有UCS-2。
总结：
Unicode是一个简单的标准，用来把字符映射到数字上。Unicode协会的人会帮你处理所有幕后的问题，包括为新字符指定编码。
Unicode并不告诉你字符是怎么编码成字节的。这是被编码方案决定的，通过UTF来指定。
这个世界上从来没有纯文本这回事，如果你想读出一个字符串，你必须知道它的编码
字符集和编码是不同的，字符集是指定的数字和字符的映射，而编码则是将指定的字符对应的数字存储在计算机中的过程。
编码是很复杂的过程，其中涉及到的砖码，基本平面，辅助平面等概念在本文中都没有提到，具体的实现过程可以参考下面的阮一峰相关的资料。
参考资料：
字符编码笔记：ASCII，Unicode 和 UTF-8 阮一峰
学点编码知识又不会死：Unicode的流言终结者和编码大揭秘
javascript基础之字符集与编码
Unicode与JavaScript详解 阮一峰
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/106494.html
摘要：下文件名长度限制出现场景在迭代中有一个需求是将文件名修改为所有班级的名称集合，出现的班级过多导致的文件名过长在下无法创建文件和文件夹的情况解决方式经过查证，中文件名最长为字符，文件路径最大长度为字符。这是被编码方案决定的，通过来指定。 Linux下文件名长度限制 出现场景：在迭代中有一个需求是将pdf文件名修改为所有班级的名称集合，出现的班级过多导致的文件名过长在linux下无法创建文...
摘要：本文将对下常见的几种文件系统进行对比，包括和，希望能帮助大家更好的选择合适的文件系统。 本文将对Linux下常见的几种文件系统进行对比，包括ext2、ext3、ext4、XFS和Btrfs，希望能帮助大家更好的选择合适的文件系统。 内容来自于网上找的资料以及自己的一些经验，能力有限，错误在所难免，仅供参考 历史 文件系统 创建者 创建时间 最开始支持的平台 ext2 Rémy...
摘要：本篇只介绍子系统，包括怎么限制的使用上限及相对于其它的相对值。用来配置时间周期长度，用来配置当前在设置的周期长度内所能使用的时间数，两个文件配合起来设置的使用上限。 在cgroup里面，跟CPU相关的子系统有cpusets、cpuacct和cpu。 其中cpuset主要用于设置CPU的亲和性，可以限制cgroup中的进程只能在指定的CPU上运行，或者不能在指定的CPU上运行，同时cpu...
摘要：前言应用系统跑在操作系统上面，系统的性能也关系到应用程序的性能这里讲一些性能关键的配置信息。当出现等待队列溢出时，启用来处理，可防范少量攻击，默认为，表示关闭表示开启重用。表示用于向外连接的端口范围。 前言 应用系统跑在操作系统上面，系统的性能也关系到应用程序的性能,这里讲一些Linux性能关键的配置信息。 永久关闭selinux selinux提高系统安全性，但会造成很多麻烦,一般关...
摘要：微博微信公众号系统技术前言管道是环境中历史最悠久的进程间通信方式。用一个图来说明这个程序的状态就是这样的一个进程自己给自己发送消息这当然不叫进程间通信，所以实际情况中我们不会在单个进程中使用管道。子进程关闭管道的写端，只读管道。 本文由云+社区发表作者：邹立巍 版权声明： 本文章内容在非商业使用前提下可无需授权任意转载、发布。 转载、发布请务必注明作者和其微博、微信公众号地址，以...
阅读 1090·2021-11-24 09:39
阅读 3177·2021-11-24 09:39
阅读 2665·2021-10-12 10:20
阅读 1747·2019-08-30 15:53
阅读 2975·2019-08-30 14:14
阅读 2492·2019-08-29 15:36
阅读 995·2019-08-29 14:11
阅读 1204·2019-08-27 11:04
