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-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。
所以知道utf-8的中文是一个字符占几个字节了吧?
utf-8的中文是一个字符占几个字节相关推荐
- 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,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 ...
- 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; ...
- utf-8的中文是一个字符占几个字
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 ...
最新文章
- 嵌入式逻辑分析仪SignalTap II 设计范例
- Sublime中增加格式化代码的快捷键
- mybatis中条件表达式if的test为字符串时值比较
- ElasticSearch实战-入门
- 不可靠的信号、可靠信号
- 根据分类id找出父类id
- python主成分分析实验报告_python进行主成分分析
- KANO模型分析与使用
- nginx mozilla_如何开始为Mozilla贡献力量
- 大专计算机应用基础课件,11春大专《计算机应用基础》练习课件.doc
- 工作流学习——Activiti流程实例、任务管理四步曲 (zhuan)
- 微服务升级_SpringCloud Alibaba工作笔记0024---Nacos集群_以及持久化配置_架构说明
- 美国富人如何“逃税”?
- golangsha1解码_如何阅读Golang的源码?
- 单片机红外模块知识分享,理论是日后实战的基础
- JavaWeb02-HTML篇笔记(一)
- ar9285网卡驱动 for linux,atheros ar9285无线网卡驱动 免费版
- python之 turtle好例子集锦
- 韩立刚《计算机网络》| 第5章 传输层
- 给初学者:用VB写外挂 ———— 实战三:泰坦之旅V1.08 十项属性修改器——另一种无输入焦点时响应按键的方法
热门文章
- 虚拟大国重器系列天眼,蛟龙,墨子走进VR思政党建实训室
- DW如何将网页部署到服务器,dw如何设置服务器行为
- dw本地文件传不到远程服务器,用DW上传站点 怎么设置远程服务器
- c51单片机c语言显示矩形波,51单片机和DAC0832输出方波、矩形波和正弦波由液晶1602显示的C语言程序...
- python生日快乐代码_【震惊小伙伴的单行代码—Python篇】的实践操作
- openjudge 3344 冷血格斗场
- 【21】FCN网络训练及理解
- GD32F130f8 OSC_IN和OSC_OUT复用为普通IO口(PF0和PF1)
- 通用高校排课算法研究----3.基于时间片优先级排课算法
- Python基础--条件判断