搞清楚字符编码06-万国码[2]

这篇博客介绍理论编码ucs4

编码范围

ucs4共有4个字节，理论允许的编码范围为
00000000 00000000 00000000 00000000
至
11111111 11111111 11111111 11111111
但最高位没有用，始终是0，所以实际的编码范围为
00000000 00000000 00000000 00000000
至
01111111 11111111 11111111 11111111

组、平面、行、码位

概念

第一个字节称为组
第二个字节称为平面
第三个字节称为行
第四个字节称为码位

个数

组从00000000至01111111，共有27=1282^7=12827=128个组。
平面、行、码位类推，像平面共有28=2562^8=25628=256个平面

范围

组的范围就是除组之外后边几个bit的范围，所以每个组的范围都是0至2242^{24}224
例如2组就是：00000010 00000000 00000000 00000000 至 00000010 111111111 111111111 111111111
平面、行、码位类推，码位就只有256个码位，没有范围之说了。

ucs4的0组17个平面

规定

统一码联盟规定，ucs4中目前只使用0组的17个平面进行编码，也就是从0组的0号平面编码到0组的第16号平面.
即所允许的编码范围为
00000000 00000000 00000000 00000000
至
00000000 00010000 11111111 11111111
每个平面有65536个编码，共17个平面，也就是说允许的编码有17×65536=1,114,112‬个.

17个平面也没有用完

目前实际编码的字符有238605个，这17个平面也没有用完.
这些字符分布在平面0、平面1、平面2、平面14、平面15、平面16上，且每个平面也没有都用完，都有空闲的部分.
其中平面15和平面16是专用区，如果以后再发明了某种字符且被世界认可，就在这两个平面编码.

BMP编码

BMP编码就是UCS4中0组0平面的范围
也就是00000000 00000000 xxxxxxxx xxxxxxxx
它其实就是UCS2理论编码，因为是理论编码，前边的0存在不存在都无所谓.

搞清楚字符编码06-万国码[2]相关推荐

搞清楚字符编码08-万国码[4](utf-8)
这篇博客介绍万国码中的实际存储编码utf-8 utf-8是什么 utf-8是一种实际存储编码它即可以存储理论编码ucs2又可以存储理论编码ucs4 变长存储,各个字符编码的长度可能不相同. 它是为了 ...
搞清楚字符编码07-万国码[3]
这篇博客介绍万国码中的实际存储编码ucs-2 变长存储与不变长存储 ucs-2是我们介绍的第一种实际存储编码,对实际存储编码我们要先说两个概念:变长存储与不变长存储变长存储:各个字符编码的长度可能不 ...
搞清楚字符编码10-万国码[6]
这篇博客简要介绍一下万国码的BOM信息以及万国码的大小端实际存储编码总结在前边的几篇博客中介绍在主要的几种万国码的实际存储编码,在这里简单的总结一下. 实际存储编码对应的理论编码是否变长存储 ...
搞清楚字符编码09-万国码[5]
这篇博客我们来介绍万国码实际存储编码中的utf-16与utf-32 utf-16是什么 utf-16是理论编码ucs4的一种实际存储编码基本单元是2个字节变长存储,存储BMP时长度是2个字节,存储 ...
搞清楚字符编码05-万国码[1]
万国码的基本知识点万国码是由国际标准组织和统一码联盟共同制定的. 万国码有两个版本,第一个版本的最大编码长度是2个字节,第二个版本的最大编码长度是4个字节. 万国码的实现万国码的实现分为两个层次: ...
python day2 python基础列表、元组操作字符串操作字典操作集合操作文件操作字符编码与转码...
本节内容列表.元组操作字符串操作字典操作集合操作文件操作字符编码与转码 1. 列表.元组操作列表是我们最以后最常用的数据类型之一,通过列表可以对数据实现最方便的存储.修改等操作定义列表 ...
php查看字符编码,PHP实现检测当前字符编码并转码的方法
本文主要和大家分享PHP实现检测当前字符编码并转码的方法,结合文字和代码,希望能帮助到大家. 一.检测当前字符串编码并将编码改为utf-8 1 获取当前字符串的编码 $encode = mb_dete ...
Python之令人心烦意乱的字符编码与转码
ASC-II码:英文1个字节(8 byte),不支持中文: 高大上的中国,扩展出自己的gbk.gb2312.gb2318等字符编码. 由于各个国家都有自己的编码,于是就需要统一的编码形式用于国际流传, ...
彻底搞懂字符编码 GBK 和 UTF8
转:彻底搞懂编码GBK和UTF8 彻底搞懂编码 GBK 和 UTF8 常用编码格式一览首先来看一下常用的编码有哪些,截图自Notepad++.其中ANSI在中国大陆即为GBK(以前是GB2312), ...

搞清楚字符编码06-万国码[2]

编码范围

组、平面、行、码位

概念

个数

范围

ucs4的0组17个平面

规定

17个平面也没有用完

BMP编码

搞清楚字符编码06-万国码[2]相关推荐

最新文章

热门文章