UTF-8笔记170330

来源:互联网 发布:北航软件学院 编辑:程序博客网 时间:2024/05/14 05:19





unicode


为每种语言中的每个字符设定了统一并且唯一的二进制编码,以满足跨语言、跨平台进行文本转换、处理的

UTF-8使用可变长度字节来储存Unicode字符,例如ASCII字母继续使用1字节储存,重音文字、希腊字母或西里尔字母等使用2字节来储存,而常用的汉字就要使用3字节。辅助平面字符则使用4字节

RFC 3629utf8


UTF-8Unicode的一种实现方式,也就是它的字节结构有特殊要求,所以我们说一个汉字的范围是0X4E000x9FA5(其实还包括了中日韩的),是指unicode值,至于放在utf-8的编码里去就是由三个字节来组织,所以可以看出unicode是给出一个字符的范围,定义了这个字是码值是多少,至于具体的实现方式可以有多种多样来实现。

1字节7 0xxxxxxx 
2
字节11110xxxxx10xxxxxx 
3
字节161110xxxx 10xxxxxx10xxxxxx 
4
字节2111110xxx 10xxxxxx 10xxxxxx10xxxxxx 
5
字节26111110xx 10xxxxxx 10xxxxxx10xxxxxx 10xxxxxx 
6
字节311111110x 10xxxxxx 10xxxxxx10xxxxxx 10xxxxxx 10xxxxxx 

阅读全文
0 0
原创粉丝点击