utf-8的中文，一个字符占几个字节
utf-8的中文，一个字符占几个字节
https://blog.csdn.net/kindsuper_liu/article/details/80202150
英文字母和中文汉字在不同字符集编码下的字节数
英文字母：
·字节数 : 1;编码：GB2312
字节数 : 1;编码：GBK
字节数 : 1;编码：GB18030
字节数 : 1;编码：ISO-8859-1
字节数 : 1;编码：UTF-8
字节数 : 4;编码：UTF-16
字节数 : 2;编码：UTF-16BE
字节数 : 2;编码：UTF-16LE
中文汉字：
字节数 : 2;编码：GB2312
字节数 : 2;编码：GBK
字节数 : 2;编码：GB18030
字节数 : 1;编码：ISO-8859-1
字节数 : 3;编码：UTF-8
字节数 : 4;编码：UTF-16
字节数 : 2;编码：UTF-16BE
字节数 : 2;编码：UTF-16LE
美国人首先对其英文字符进行了编码，也就是最早的ascii码，用一个字节的低7位来表示英文的128个字符，高1位统一为0；
后来欧洲人发现你这128位哪够用，比如法国人字母上面的还有注音符，这个怎么区分，于是把高1位编进来吧，这样欧洲普遍使用一个全字节进行编码，最多可表示256位。
但是即使位数少，不同国家地区用不同的字符编码，虽然0–127表示的符号是一样的，但是128–255这一段的解释完全乱套了，即使2进制完全一样，表示的字符完全不一样，比如135在法语，希伯来语，俄语编码中完全是不同的符号；
更麻烦的是，这编码传到中国后，中国人发现我们有10万多个汉字，你们欧美这256字塞牙缝都不够。于是就发明了GB2312这些汉字编码，典型的用2个字节来表示绝大部分的常用汉字，最多可以表示65536个汉字字符，这样就不难理解有些汉字你在新华字典里查得到，但是电脑上如果不处理一下你是显示不出来的了吧。
这下各用各的字符集编码，这世界咋统一？俄国人发封email给中国人，两边字符集编码不同，尼玛显示都是乱码啊。为了统一，于是就发明了unicode，将世界上所有的符号都纳入其中，每一个符号都给予一个独一无二的编码，现在unicode可以容纳100多万个符号，每个符号的编码都不一样，这下可统一了，所有语言都可以互通，一个网页页面里可以同时显示各国文字。
然而，unicode虽然统一了全世界字符的二进制编码，但没有规定如何存储啊。x86和amd体系结构的电脑小端序和大端序都分不清，别提计算机如何识别到底是unicode还是acsii了。如果Unicode统一规定，每个符号用三个或四个字节表示，那么每个英文字母前都必然有二到三个字节是0，文本文件的大小会因此大出二三倍，这对于存储来说是极大的浪费。这样导致一个后果：出现了Unicode的多种存储方式。
互联网的兴起，网页上要显示各种字符，必须统一。utf-8就是Unicode最重要的实现方式之一。另外还有utf-16、utf-32等。UTF-8不是固定字长编码的，而是一种变长的编码方式。它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度。这是种比较巧妙的设计，如果一个字节的第一位是0，则这个字节单独就是一个字符；如果第一位是1，则连续有多少个1，就表示当前字符占用多少个字节。
注意unicode的字符编码和utf-8的存储编码表示是不同的，例如”严”字的Unicode码是4E25，UTF-8编码是E4B8A5，这个7里面解释了的，UTF-8编码不仅考虑了编码，还考虑了存储，E4B8A5是在存储识别编码的基础上塞进了4E25。
UTF-8 使用一至四个字节为每个字符编码。128 个 ASCII 字符（Unicode 范围由 U+0000 至 U+007F）只需一个字节，带有变音符号的拉丁文、希腊文、西里尔字母、亚美尼亚语、希伯来文、阿拉伯文、叙利亚文及马尔代夫语（Unicode 范围由 U+0080 至 U+07FF）需要二个字节，其他基本多文种平面（BMP）中的字符（CJK属于此类-Qieqie注）使用三个字节，其他 Unicode 辅助平面的字符使用四字节编码。
最后，要回答你的问题，常规来看，中文汉字在utf-8中到底占几个字节，一般是3个字节，最常见的编码方式是1110xxxx 10xxxxxx 10xxxxxx。
utf-8的中文，一个字符占几个字节相关推荐
- utf-8的英文字母和中文汉字是一个字符占几个字节
转自https://blog.csdn.net/kindsuper_liu/article/details/80202150 英文字母和中文汉字在不同字符集编码下的字节数 英文字母: 字节数 : 1; ...
- GBK与UTF-8的中文是一个字符占几个字节
GBK与UTF-8的中文是一个字符占几个字节 编码:GBK 字节数:2 编码:UTF-8 字节数:3
- utf-8的中文是一个字符占几个字节
英文字母和中文汉字在不同字符集编码下的字节数 英文字母: ·字节数 : 1;编码:GB2312 字节数 : 1;编码:GBK 字节数 : 1;编码:GB18030 字节数 : 1;编码:ISO-885 ...
- 一个字符占几个字节？
一般来说,一些编程语言或者编译器都有自己的默认编码方式,存储方式,以及编辑器的解码方式,因此,不同的环境需要针对性的使用. 一个字符占几个字节?答案:一:在ASCII码编码方案中,一个英文字符占用一个 ...
- Tips:一个字符占几个字节?
<JAVA啃骨头>之 Javascript 章节 Tips:一个字符占几个字节? ASCII码: 一个英文字母(不分大小写)占一个字节的空间,一个中文汉字占两个字节的空间.一个二进制数字序 ...
- Java语言中一个字符占几个字节？
要区分清楚内码(internal encoding)和外码(external encoding)就好了. 内码是程序内部使用的字符编码,特别是某种语言实现其char或String类型在内存里用的内部编 ...
- Java 语言中一个字符占几个字节？
Java基本数据类型 类型 大小 范围/精度 byte 1字节 8位,最小值是 -128(-2^7): 最大值是 127(2^7-1) short 2字节 16位,最小值是 -32768(-2^15) ...
- php 一个字母占几个字符,ascii一个字符占几个字节
ascii一个字符占一个字节,ASCII码使用指定的7位或8位二进制数组合来表示128或256种可能的字符:标准ASCII码也叫基础ASCII码,使用7位二进制数来表示所有的大写和小写字母,数字0到9 ...
- 字符b是多少java_Java语言中一个字符占几个字节
展开全部 Java规定了字符的内码要用UTF-16编码,一个字符是2个字节.外码字符所占字32313133353236313431303231363533e58685e5aeb931333431373 ...
最新文章
- Tensorflow— word2vec
- Elasticsearch官档翻译——2 2 在Linux上启动服务
- 偶然发现了获取有ID的dom的一种方法
- 2022年全球及中国真空用光纤馈通件行业运营形式与未来投资动向调研报告
- html jquery ajax乱码问题,jquery使用ajax提交中文乱码问题的解决
- 洛谷 P4245 【模板】MTT
- Mysql 出现Got error 28 from storage engine
- request mysql 接口_TP5接口开发
- 同意按钮，倒计时10秒，同意按钮变为可提交的
- LeetCode算法入门- Longest Common Prefix -day13
- mysql 最近_关于mysql查询最近一条记录
- 【报告分享】2020年母婴未来消费新趋势报告.pdf（附下载链接）
- ajax前端取消用户发送重复请求
- Python基本数据类型(列表)
- 轻快pdf阅读器 电子书阅读软件电脑版
- 有道云笔记怎么保存html文件,有道云笔记如何保存网页有道笔记保存页面教程...
- Win10如何删除输入法（删除默认输入法）
- 明解C语言入门篇_第8章_动手编写各种程序吧
- Java化小数为分数_杭电oj1717——小数化分数（java实现）
- 零和博弈（Zero-Sum Games）与非零和博弈（Non-Zero-Sum Games）