Unicode编码和utf-8编码之间的对应关系表

最新推荐文章于 2024-11-07 12:13:20 发布

原创最新推荐文章于 2024-11-07 12:13:20 发布 · 3.6k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#character #encoding #table

工作笔记专栏收录该内容

17 篇文章

订阅专栏

博客给出了不同字符编号范围对应的UTF - 8八位字节序列的对应关系表，介绍了Unicode编码和UTF - 8编码的对应情况，还指出中文的Unicode编码范围在0000 0800 - 0000 FFFF中，且前面代码做了相关转换。

The table below summarizes the format of these different octet types.
   The letter x indicates bits available for encoding bits of the
   character number.

   Char. number range |        UTF-8 octet sequence
      (hexadecimal)    |              (binary)
   --------------------+---------------------------------------------
   0000 0000-0000 007F | 0xxxxxxx
   0000 0080-0000 07FF | 110xxxxx 10xxxxxx
   0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx    //////A/////////
   0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
这是一个Unicode编码和utf-8编码之间的对应关系表。中文的Unicode编码范围在0000 0800-0000 FFFF 中。我在前面发的代码只作了这些转换