Unicode、UTF-8、UTF-16、UTF-32-优快云博客

本文链接：https://blog.youkuaiyun.com/yeruikang/article/details/128395824

本文介绍了Unicode字符标准，它为全球各种文字分配唯一的编码。接着详细讲解了UTF-32、UTF-8和UTF-16三种Unicode转换格式，阐述了它们如何存储和表示字符，特别是UTF-8的变长字节表示法以及UTF-16对于超过65535编码的处理方式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、Unicode

Unicode是一个包含大多数国家文字的字符标准，给每一个字符编号，形成一个庞大的字符集。Unicode编码使用U+加上至少四位十六进制数表示。例如“友”这个字符的编码是U+53CB。

二、UTF（Unicode Ttansformation Format）

Unicode通常使用1-4个字节来表示字符。UTF是告诉计算机如何存储读取字符的一种格式。

1、UTF-32

UTF-32每个字符会读取4个字节，然后按标准转为字符。

2、UTF-8

UTF-8编码的每个字节要用字节开头的几位（bit）告诉计算机一些信息。

3、UTF-16

i、U+0000-U+FFFF

使用两个字节直接表示

ii、U+10000-U+10FFFF

a.将Unicode编码减去0x10000，得到的编码区间是0x00000-0xFFFFF（20位二进制数）。

b.将得到的编码分为两部分，每一部分为10位二进制数。

c.在高位的10bit前补上6位的标识110110。

d.在低位的10bit前补上6位的标识110111。