utf-8与Unicode

本文解析了UTF-8和Unicode等编码方式的基本概念及应用场景,详细介绍了不同编码方式如何处理英文、中文和其他字符,如UTF-8对英文使用8位,中文使用24位编码,而GBK则统一采用双字节表示所有字符。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

UTF-8是一种编码,解码的算法,将编码转为2进制的数据。
Unicode是一种字符集用于把字符映射到编码。
Eg. Hello -> (Unicode) 104 101 108 108 111
->(UTF-8) 1101000 1100101 1101100 1101100 1101111

UTF-8 is an encoding used to translate numbers into binary data.
Unicode is a character set used to translate characters into numbers.

UTF-8:
1 byte: Standard ASCII
2 bytes: Arabic, Hebrew, most European scripts (most notably excluding Georgian)
3 bytes: BMP(不包括一些古老的符号,一些中日韩字符)
4 bytes: All Unicode characters
它对英文使用8位(即一个字节),中文使用24为(三个字节)来编码。
GBK:
不论中、英文字符均使用双字节来表示,为了区分中文,将其最高位都设定成1。
UTF-16:
2 bytes: BMP
4 bytes: All Unicode characters

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值