unicode编码与utf8编码

这几天在弄编码问题，有些心得就写下来

1、utf8编码详细看这个：http://baike.baidu.com/view/742823.htm

 

2、unicode编码的具体编码可以看看这个：http://www.knowsky.com/resource/gb2312tbl.htm

 

 

从上面可以得出下面明显的结论：

1、utf编码第一字节以及所表示的unicode范围：

 

字节总数	1	2	3	4
第一字节范围		C0-DF	E0-EF	F0-F7
表示的unicode范围	0-7F	80-7FF	800-FFFF	10000-1FFFFF
上面一行10进制表示	0-127	128-2047	2048-65535	65536-2097151

 

2、随后的几个字节范围都是：0x80~0xBF

 

3、unicode开始于：0xA1A0（41376），结束于：0xFEFF（65279）；其中中文编码从：0xB0A0（45216）开始，结束于：0xF7F0（63472）

 

小结：

1、unicode的转换成utf8后都在3字节范围内

2、因此utf8编码的unicode第一个字节都在：0xE0~0xEF之间，后续字节在0x80~0xBF之间

3、3个字节后面可能跟着0~127范围内的ascii编码