utf8编码-汉字几字节
UTF-8 编码字符理论上可以最多到 6个字节长，但目前全世界的所有文字和符号种类加起来也只要编到 4个字节长就够了。UTF-8 是以 8位（即 1个字节）为单元对原始码进行编码（注意一 点：这里所讲的原始码都是指Unicode码），并规定：多字节码（2个字 节以上才称为多字节）以转换后第1个字节起头的连续“1”的数目（这 些连续“1”称为标记位），表示转换成几个字节：“110”连续两个 “1”，表示转换结果为2个字节，“1110”表示3个字节，而“11110” 则表示4个字节……跟随在标记位之后的“0”，其作用是分隔标记位和 字符码位。第2～第4个字节的起头两个位固定设置为“10”，也作为标 记，剩下的6个位才做为字符码位使用。
这样，2字节UTF-8码剩下11个字符码位，可用以转换0080～07FF的 原始字符码，3字节剩下16个字符码位，可用以转换0800～FFFF的原始字 符码，由此类推。编码方式的模板如下：
原始码（16进制） UTF－8编码（二进制）
--------------------------------------------
0000 - 007F 0xxxxxxx
0080 - 07FF 110xxxxx 10xxxxxx
0800 - FFFF 1110xxxx 10xxxxxx 10xxxxxx
……
--------------------------------------------
模板中的“x”表示字符码。Ascii码＜007F，编为1个 字节的UTF－8码。汉字的 Unicode编码范围为0800－FFFF，所以被编为 3个字节的UTF－8码。
例如“汉”字的Unicode编码是6C49，6C49在0800-FFFF之间，所以 要用3个字节的模板：1110wwww 10xxxxyy 10yyzzzz。
6 C 4 9
0110 1100 0100 1001
wwww xxxx yyyy zzzz
wwww xxxxyy yyzzzz
1110wwww 10xxxxyy 10yyzzzz。
11100110 10110001 10001001
E 6 B 1 8 9
“汉”字的UTF-8编码是E6 B1 89
utf8编码-汉字几字节相关推荐
- 【转】刨根究底字符编码之十一——UTF-8编码方式与字节序标记BOM
一.UTF-8编码方式 1. 接下来将分别介绍Unicode字符集的三种编码方式:UTF-8.UTF-16.UTF-32.这里先介绍应用最为广泛的UTF-8. 为满足基于ASCII.面向字节的字符处理 ...
- python编码转换在线_在线UTF-8编码汉字互转 | utf8编码转换器
一.UTF-8是什么? UTF-8(8-bit Unicode Transformation Format)是一种针对Unicode的可变长度字符编码,又称万国码.由Ken Thompson于1992 ...
- Utf-8编码汉字占多少个字节
占2个字节的:带有附加符号的拉丁文.希腊文.西里尔字母.亚美尼亚语.希伯来文.阿拉伯文.叙利亚文及它拿字母则需要二个字节编码 占3个字节的:基本等同于GBK,含21000多个汉字 占4个字节的:中日韩 ...
- 【UTF-8编码透析】神奇的“联通”乱码现象
小伙伴们大家好,我是低调儒雅的Steven老师,作为开发人员,或许听说过"神奇的联通乱码现象".没有听说也没有关系,那什么是"联通乱码现象"?到底是什么原因造成 ...
- 探测输入字符串是否为UTF8编码
#include <windows.h> #include <crtdbg.h>/* UTF-8 编码规则 1字节 0BBBBBBB 2字节 110BBBBB 10BBBBBB ...
- Unicode编码详解(三)：UTF-8编码
Unicode编码详解(三):UTF-8编码 本文为原创文章,转载请注明出处,或注明转载自"黄邦勇帅(原名:黄勇) 本文是对<C++语法详解>一书相关章节的增补,以增强读者对字符 ...
- UTF-8 编码里，一个汉字占用多少个字节 -转
在查找 UTF-8 编码资料时发现,很多的帖子说的 UTF-8 编码里,一个汉字占用3个字节,有的还做了个证明,大概是这样的,创建一个没有BOM的UTF-8编码的文本文件,里面保存了几个汉字,然后查看 ...
- UTF-8编码方式汉字和英文各占据的字节数
UTF-8编码方式汉字和英文各占据的字节数 UTF-8编码下一个汉字(包括中文形式下的符号)一般是3个字节,一个英文(包括英文下的符号)1个字节,一个数字1个字节: 在GBK和GB2312编码下一个汉 ...
- oracle一个汉字三个字节,1个汉字在UTF-8编码占3个字节
8. 实例 下面,举一个实例. 打开"记事本"程序Notepad.exe,新建一个文本文件,内容就是一个"严"字,依次采用ANSI,Unicode,Unicod ...
最新文章
- Ajax-简单的HelloWorld实例，使用了XMLHttpRequest(two)
- 【设计模式】迪米特法则和六种原则的总结
- jq取第一个子元素为select_【转】jquery如何获取第一个或最后一个子元素？
- 华为开发者大会2020（Together）精彩集锦
- java多线程下如何调用一个共同的内存单元（调用同一个对象）
- 生产环境下ftp的迁移并构建corosync+pacemaker的高可用
- 项目_电商_淘淘商城_0000
- python 使用PIL库批量修改图片大小
- 江苏大学计算机自动化专业排名2015,自动化专业排名
- StrokeIt 按键列表
- 千里马android framework实战开发-binder驱动之oneway导致的transaction failed
- 什么是TAO以及如何安装和使用TAO
- 买面茶--郭德纲相声
- 一款基于springboot开发的经典后台管理系统
- FFmpeg系列（四）—— mp4音视频流分离
- AcWing 1089 烽火传递 题解（动态规划—DP—单调队列优化DP）
- 第一次投稿（Elsevier）爱斯维尔期刊经验（持续更新）
- 常见对儿童的精神虐待行为及原因分析
- 你可能想象不到，手机号码标记居然也是一门月赚十万的好生意
- 中文编程软件 - 习语言安装与使用入门