一个汉字在不同的字符集中所占的长度
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
这是个好问题，可以当作一个笔试题。先从字符编码讲起。
1、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；
2、后来欧洲人发现尼玛你这128位哪够用，比如我高贵的法国人字母上面的还有注音符，这个怎么区分，得，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。欧美人就是喜欢直来直去，字符少，编码用得位数少；
3、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；
4、更麻烦的是，尼玛这电脑高科技传到中国后，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。
5、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。
6、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，亲。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。
7、互联网的兴起，网页上要显示各种字符，必须统一啊，亲。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。
8、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。
9、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。
10、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。
一个汉字在不同的字符集中所占的长度相关推荐
- 一个汉字包括几个字符，几个字节？一个字母呢？
在我的概念中是这样的. 一个汉字包括1个字符,2个字节,一个字母包括1个字符,1个字节 可是我用计算机测试后不是这样 程序如下 <% aa="1" response.wri ...
- 计算字符串的长度(一个汉字算两个字符)
/**/ /// <summary> /// 计算字符串的长度(一个汉字算两个字符) /// </summary> /// &l ...
- 细说一个汉字等于几个字符，以及汉字，字符，字节，位之间的关系
细说一个汉字等于几个字符,以及汉字,字符,字节,位之间的关系 全文主旨总结: 一: 1个汉字 = 1个字 = 1个字符 二: 1个字符 = 1个字节 = 8bit(A ...
- java语言中，一个汉字是几个字符？
原文地址:java语言中,一个汉字是几个字符? - 知乎 可能是2个.3个.4个字节.不同的编码格式占字节数是不同的,UTF-8编码下一个中文所占字节也是不确定的 代码如下: public class ...
- python中一个汉字是几个字符_Python中每次处理一个字符的5种方法
目的 对字符串的每个字符进行处理,其实每个字符(Char)就是一个长度为1的字符串. 方法 1.使用内建函数list() 复制代码 代码如下: >>> A_string='Pytho ...
- JS 以英文字母或汉字开头，限4-16个字符，一个汉字为2个字符
网上 charCodeAt > 255 包含了中文的?.符号这些,实际汉字是在19969~40869之间 isNameReg(str) {var ta = str.split("&qu ...
- 英文、数字和汉字、日文的字符判断 英文占1个字符，中文汉字占2个字符 el-form表单验证规则
需求:输入框输入如果是中文或者日文,表单验证长度需要除以2,如果是英文或者数字,则正常 需求奇葩,还要国际化可烦死我了,菜鸟又不敢跟产品顶嘴,哭了 捣鼓捣鼓总算好了,对字符限制做了一个封装 1.第一步 ...
- 二进制数与十进制数相互转换 string陷阱（赋值错误） 汉字分为两个字符 string123 string字符串逆转
二进制数与十进制数相互转换: 二进制数(数组)转换成十进制数的函数: BtoO(char str[]) { int lg,sum=0,j=1; lg=strlen(str)-1; for(;lg> ...
- mysql汉字占几个字符_mysql和oracle的一个汉字占几个字符
以前一直使用oracle11g,一个汉字占3个字节,所以在操作mysql时也一直这样分配长度. 今天测试了下发现不对了 可以看到第一个的长度确实是15,但是第二个为什么是5? 在网上找到资料:char ...
最新文章
- rabbitmq 查询版本_基于rabbitmq解决分布式事务
- io多路复用的原理和实现_彻底理解 IO 多路复用实现机制
- 表同步更新的问题的触发器
- 关于面向对象设计中类的方法是否应该使用boolean类型的参数
- PageObjects 设计模式
- python如何获取文件的行号_Python当我捕获异常时，如何获取类型，文件和行号？...
- redis使用指南（一）
- 一张图看懂hadoop
- java正式测试数据隔离,开发环境要不要和测试环境隔离？
- idea代码补全_IDEA中有哪些让你相见恨晚的技巧？
- JDBC学习（七、批处理操作）
- 出纳使用的计算机如何管理,出纳杂谈：浅谈出纳工作的创新
- MySQL、SQLyog、navicat安装
- 图片压缩大小的3种方法，简单快捷实用！
- Geek(一个好用的强力卸载软件工具，包括注册表所有依赖项全部清理掉)
- Highlight Plus - Unity3D物体高亮插件使用教学
- 民国传奇女子——张爱玲
- SAAS之Multi-Tenancy解析
- Android 自定义写字板控件实现用图片做橡皮擦实现擦除功能
- starUML for MAC 破解方法