在线UTF | 您所在的位置:网站首页 › f0的二进制是多少 › 在线UTF |
在线UTF-8编码解码工具 UTF-8简介 UTF-8是一种针对Unicode的可变长度字符编码,又称万国码。 UTF-8用1到6个字节编码UNICODE字符。 UTF-8编码规则 如果只有一个字节则其最高二进制位为0; 如果是多字节,其第一个字节从最高位开始,连续的二进制位值为1的个数决定了其编码的字节数,其余各字节均以10开头。 UTF-8转换表表示如下:Unicode/UCS-4bit数UTF-8byte数备注0000~007F0~70XXX XXXX10080~07FF8~11110X XXXX10XX XXXX20800~FFFF12~161110XXXX10XX XXXX10XX XXXX3基本定义范围:0~FFFF1 0000~1F FFFF17~211111 0XXX10XX XXXX10XX XXXX10XX XXXX4Unicode6.1定义范围:0~10 FFFF20 0000~3FF FFFF22~261111 10XX10XX XXXX10XX XXXX10XX XXXX10XX XXXX5说明:此非unicode编码范围,属于UCS-4编码早期的规范UTF-8可以到达6字节序列,可以覆盖到31位元(通用字符集原来的极限)。尽管如此,2003年11月UTF-8被RFC 3629重新规范,只能使用原来Unicode定义的区域,U+0000到U+10FFFF。根据规范,这些字节值将无法出现在合法UTF-8序列中400 0000~7FFF FFFF27~311111 110X10XX XXXX10XX XXXX10XX XXXX10XX XXXX10XX XXXX6UTF-8优点 UTF-8编码可以通过屏蔽位和移位操作快速读写。字符串比较时strcmp()和wcscmp()的返回结果相同,因此使排序变得更加容易。字节FF和FE在UTF-8编码中永远不会出现,因此他们可以用来表明UTF-16或UTF-32文本(见BOM) UTF-8 是字节顺序无关的。它的字节顺序在所有系统中都是一样的,因此它实际上并不需要BOM。 UTF-8缺点 你无法从UNICODE字符数判断出UTF-8文本的字节数,因为UTF-8是一种变长编码它需要用2个字节编码那些用扩展ASCII字符集只需1个字节的字符 ISO Latin-1 是UNICODE的子集,但不是UTF-8的子集 8位字符的UTF-8编码会被email网关过滤,因为internet信息最初设计为7位ASCII码。因此产生了UTF-7编码。 UTF-8 在它的表示中使用值100xxxxx的几率超过50%, 而现存的实现如ISO 2022, 4873, 6429, 和8859系统,会把它错认为是C1 控制码。因此产生了UTF-7.5编码。 |
CopyRight 2018-2019 实验室设备网 版权所有 |