Unicode编码的实现

一 点睛

Unicode的实现和编码方式不一定等价。Unicode编码是一种理论层面的东西。Unicode编码的实现方式称为Unicode转换格式（Unicode Transfomation Format，UTF）。Unicode编码的实现方式主要由UTF-8,UTF-16,UFT-32等，分别以字节（BYTE）、字（OWORD，2个字节）、双子（DWORD，4个字节，实际只用了31位，最高位为0）作为编码单位。根据字节序的不同，UTF-16可以被实现为UTF-16LE或UFT-16BE，UTF-32可以被实现为UTF-32LE或UFT-32BE。这些方式是对Unicode码点进行编码，以适合计算机的存储和传输。

二 UTF-8

1 从Unicode到UTF-8的编码方式

2 转换方法

首先找到该Unicode编号所在的编号范围，进而可以找到与之对应的二进制格式，然后将该Unicode编号转化为二进制数（去掉高位的0），最后将该二进制数从右向左依次填入二进制格式的X中，如果还有X未填，则设为0 。

3 举例

“马”的Unicode编号是：0x9A6C,整数编号是39532，对应第三个范围（2048 - 65535），其格式为：1110XXXX 10XXXXXX 10XXXXXX，39532 对应的二进制是 1001 1010 0110 1100，将二进制填入进入就为： 11101001 10101001 10101100 。

4 图示