Unicode,UTF-8,GB2312编码的识别
来源:互联网 发布:php修改ad用户源代码 编辑:程序博客网 时间:2024/04/30 14:56
Unicode,UTF-8,GB2312编码的识别
在UCS编码中有一个叫做"ZERO WIDTH NO-BREAK SPACE"的字符,它的编码是FEFF。而FFFE在UCS中是不存在的字符,所以不应该出现在实际传输中。
UCS 建议在传输字节流前,先传输字符"ZERO WIDTH NO-BREAK SPACE"。
这样如果接收者收到FEFF,就表明这个字节流是Big-Endian的;
如果收到FFFE,就表明这个字节流是Little-Endian的。
因此字符"ZERO WIDTH NO-BREAK SPACE"又被称作BOM。
UTF-8不需要BOM来表明字节顺序,但可以用BOM来表明编码方式。
字符"ZERO WIDTH NO-BREAK SPACE"的UTF-8编码是EF BB BF(读者可以用我们前面介绍的编码方法验证一下)。
所以如果接收者收到以EF BB BF开头的字节流,就知道这是UTF-8编码了。
Unicode:FF FE
Unicode big_endian:EF FF
UTF-8: EF BB BF
GB2312是高位在前,Big_endian
/* * 检查一个字符是否UTF8标志字符。 * * 0xxxxxxx * 110yyyxx10xxxxxx * 1110yyyy10yyyyxx10xxxxxx * 11110zzz10zzyyyy10yyyyxx10xxxxxx */bool IsUtf8StartChar(char c){ if((c & 0x80) == 0) return true; if((c & 0xE0) == 0xC0) return true; if((c & 0xF0) == 0xE0) return true; if((c & 0xF8) == 0xF0) return true; if((c & 0xFC) == 0xF8) return true; if((c & 0xFE) == 0xFC) return true; return false;#if 0unsigned char d = (unsigned char)c;if( (d&(0x01<<7))==0 )//0xxxxxxxreturn true;if( (d&(0x01<<7)) && (d&(0x01<<6)) && (d&(0x01<<5))==0 )return true;if( (d&(0x01<<7)) && (d&(0x01<<6)) && (d&(0x01<<5)) && (d&(0x01<<4))==0 )return true;if( (d&(0x01<<7)) && (d&(0x01<<6)) && (d&(0x01<<5)) && (d&(0x01<<4)) && (d&(0x01<<3))==0 )return true;if( (d&(0x01<<7)) && (d&(0x01<<6)) && (d&(0x01<<5)) && (d&(0x01<<4)) && (d&(0x01<<3)) && (d&(0x01<<2))==0 )return true;if( (d&(0x01<<7)) && (d&(0x01<<6)) && (d&(0x01<<5)) && (d&(0x01<<4)) && (d&(0x01<<3)) && (d&(0x01<<2)) && (d&(0x01<<1))==0 )return true;return false;#endif}
- Unicode,UTF-8,GB2312编码的识别
- Unicode,UTF-8,GB2312编码的识别
- Unicode,UTF-8,GB2312编码的识别
- gb2312 和 unicode (UTF-8)间的编码转换
- ASCII,Unicode,UTF-8,GB2312编码之间的关系
- ASCII,Unicode,UTF-8,GB2312编码之间的关系
- UTF-8、Unicode、Gb2312编码之间的转换类
- ansi,unicode,gb2312,utf-8编码之间的区别
- 关于编码ansi、GB2312、unicode与utf-8的区别
- 关于编码ansi、GB2312、unicode与utf-8的区别
- 关于编码ansi、GB2312、unicode与utf-8的区别
- 关于编码ansi、GB2312、unicode与utf-8的区别
- [转] ASCII,Unicode,UTF-8,GB2312编码之间的关系
- 关于编码ansi、GB2312、unicode与utf-8的区别
- 关于编码ansi、GB2312、unicode与utf-8的区别
- 关于编码ansi、GB2312、unicode与utf-8的区别
- 关于编码ansi、GB2312、unicode与utf-8的区别
- 关于编码ansi、GB2312、unicode与utf-8的区别
- oracle sql 日期加减方法
- CALayer
- 使用Java测试网络连通性的几种方法
- 传智播客成都java培训中心andriod实训班
- 移动应用测试团队的新人培训计划
- Unicode,UTF-8,GB2312编码的识别
- Jquery的Ajax表提交
- 双十一淘宝、京东服务器瘫痪大揭秘
- Android中UID机制和共享进程
- 查看linux硬件信息 get linux hardware detailed info
- jQuery formvalidator插件 API帮助文档
- Verilog HDL Behavioral Modeling Part-IV
- HTTP 状态码含义
- div中加载其他网页的方法