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.
- 它是为了解决
ucs-2中的浪费问题而产生的.
utf-8如何存储ucs2
方案
| 范围 | 方案 |
|---|---|
| 0<x≤70 < x \leq 70<x≤7 |
0xxxxxxx
|
| 7<x≤117 < x \leq 117<x≤11 |
110xxxxx 10xxxxxx
|
| 11<x≤1611 < x \leq 1611<x≤16 |
1110xxxx 10xxxxxx 10xxxxxx
|
| 16<x≤2116 < x \leq 2116<x≤21 |
11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
|
| 21<x≤2621 < x \leq 2621<x≤26 |
111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
|
| 26<x≤3126 < x \leq 3126<x≤31 |
1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
|
编码步骤
- 第一步：查找原先的
ucs-2编码- 例如
经字的ucs-2编码为01111110 11001111
- 例如
- 第二步：以字节为单位去年高位的
0- 去掉高位的0后，经字的编码变成了
1111110 11001111，还剩下15位
- 去掉高位的0后，经字的编码变成了
- 第三步：把剩下的位数看作
x，根据剩下的位数寻找对应的方案- 这里我们应该找到方案
1110xxxx 10xxxxxx 10xxxxxx
- 这里我们应该找到方案
- 第四步：按照"从右向左的顺序"将剩下的编码填充到方案的
x上- 这里，要将
1111110 11001111填充到1110xxxx 10xxxxxx 10xxxxxx上 - 填充的结果应该是：1110x111 10111011 10001111
- 这里，要将
- 第五步：填充后如果还有剩下的x用0填充，得到utf-8编码
1110x111 10111011 10001111中的x用0填充后得到11100111 10111011 10001111- 所以汉字
经的utf-8编码就是11100111 10111011 10001111
utf-8如何存储ucs4
跟存储ucs2的情况一样，也是变长存储.
只不过在编码时
ucs2只会用到前3种方案，ucs46种方案全会用到.
搞清楚字符编码08-万国码[4](utf-8)相关推荐
- 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: ...
- 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 11 ...
- 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), ...
最新文章
- 获取子页面iframe的点击事件及iframe跨域的交互
- 使用 Prometheus 监控 Redis
- python 去除字符串的标点符号 用_7步搞定数据清洗－Python数据清洗指南
- 每日两SQL（7），欢迎交流~
- c语言创建新指针,如何用c语言创建一个指针
- 菜鸟linux的sed,Linux sed命令菜鸟入门
- 判断两个数组有相同的数据
- 【elasticsearch】elasticsearch 生命周期 resourceAlreadyExistsException
- [******] 链表问题：将单向链表按某值划分成左边小、中间相等、右边大的形式...
- JAVA利用google的zxing快速生成QRCode
- FastDfs工作笔记001---Centos下安装FastDfs进行文件存储
- 服务器修改动态磁盘,服务器动态磁盘
- java递归实现汉字组词穷举_Javascript迭代、递推、穷举、递归常用算法实例讲解...
- 请求头User-Agent作用？
- Java核心技术 卷（一） 学习记录
- Excel 2010 VBA 入门 091 数据处理之利用数据透视表汇总数据
- 编写程序计算圆的面积和周长
- 每天学一点英文：Espresso 20210811
- jQuery 手风琴案例
- 低能耗配电开关 USB过流保护芯片USB限流保护SY6280