编码方式(北大青鸟11s汉字码表)。

Unicode字符集和UTF-8、UTF-16、UTF-32编码。

原始2021-09-11 11:46追踪回忆ASCII码。

在早期的计算时代，ASCII码被用来表示字符。英语只有26个字母和一些其他特殊的字符和符号。

下表是ASCII码对照表，包括字符及其对应的十进制和十六进制值。

ASCII码对照表

从上表可以推断，ASCII值在十进制数字系统中可以表示为0到127。让我们看看8位字节中0和127的二进制表示。

0表示为。

0的二进制表示。

127表示为。

27二进制表示。

从上面的二进制表示可以推断，十进制值0到127可以用7位表示，第8位是空 idle。

从这个地方发出警告，混乱开始了。

人们想出了不同的方法来使用剩余的第八位，这样它就可以表示从128到255的十进制值。那么就会发生冲突。例如，越南人使用十进制值182来表示越南字母，而印度人使用相同的值182来表示印地语字母。因此，如果印度人写的电子邮件包含字母，并且被越南人阅读，它将显示为。显然，这不是预期的效果。

那么，如何解决这个问题，是Unicode问世的时候了。

和Unicode代码点。

Unicode字符集将世界上的每个字符映射到一个唯一的数字。这确保了不同语言的字母之间没有冲突。这些数字与平台无关。

这些唯一的数字在unicode术语中称为代码点。

让我们看看它们是如何被引用的。

使用代码点引用拉丁字符。

U+1E4D

U+代表unicode，1E4D是分配给字符的十六进制值。

英文字母a是U+0041。

好了，记住这一点，是时候突出资源网络了。

UTF-8编码

现在我们知道了什么是unicode，以及如何将世界上的每个字母分配给一个唯一的代码点，我们需要一种方法来在计算机内存中表示这些代码点。这就是字符编码发挥作用的地方。其中，UTF-8编码最为人所知。

UTF-8编码是一种可变大小的编码方案，用于表示内存中的unicode代码点。可变大小编码意味着代码点根据其大小用1、2、3或4个字节表示。

UTF-8 1字节编码。

1字节代码的标识是第一位为0。

UTF8 1字节编码表示。

英文字母a的unicode码位是U+0041。它的二进制表示是1000001。

a表示为UTF-8编码。

01000001

红色的0位表示使用1字节编码，其余位表示代码位。

UTF-8 2字节编码。

代码点为U+00F1的拉丁字母二进制值为11110001。该值大于可以用1字节编码格式表示的最大值，因此字母表将以UTF-8 2字节编码表示。

2字节编码模式由第一字节比特中的高三比特的比特序列110和第二字节比特中的高二比特的比特序列10来标识。

UTF8 2字节编码表示。

Unicode代码点U+00F1的二进制值为1111 0001。用2字节编码格式填充这些位，我们得到如下所示的UTF-8 2字节编码表示。

填充是从代码点的最低有效位映射到第二个字节的最低有效位来完成的。

1100001110110001

蓝色二进制数11110001代表代码位U+00F1的二进制值，红色为2字节编码标识符。黑色用于填充字节中的空位。

UTF-8 3字节编码。

代码点为U+1E4D的拉丁字符由3字节编码表示，因为它大于2字节编码可以表示的最大值。

3字节代码由第一资源网络字节中的比特序列1110和第二和第三字节中的10的存在来标识。

UTF8 3字节编码表示。

十六进制码位0x1E4D，对应的二进制值是1111001001101。通过将这些位填充到上述编码格式中，我们得到如下所示的UTF-8 3字节编码表示。

填充从映射到第三字节的最低有效位的码点的最低有效位开始。

111000011011100110001101

红色位代表3字节编码，黑色位是填充位，蓝色位代表代码点。

UTF-8 4字节编码。

表情符号的Unicode码点U+1F62D。这大于可以用3字节编码表示的最大值，因此将以4字节编码表示。

4字节代码在第一个字节中由11110标识，在随后的第二、第三和第四个字节中由10标识。

UTF8 4字节编码表示。

U+1F62D的二进制表示为11111011000101101。通过将这些位填充到上述编码格式中，我们得到了UTF-8 4字节编码。代码的最低有效位被映射到第四个字节的最低有效位，以此类推。

下一篇：淘宝打不开（淘宝下载安装）
上一篇：里八神（里八神 看不见的女朋友）