unicode码
文章目录
缩写定义
UTF–Unicode Transformation Format ，通用转换格式；
常见的UTF格式有：UTF-7, UTF-7.5, UTF-8,UTF-16, 以及 UTF-32。
Unicode
Unicode 可以使用的编码有三种，分别是：
- UFT-8：一种变长的编码方案，使用 1~6 个字节来存储；
- UFT-32：一种固定长度的编码方案，不管字符编号大小，始终使用 4 个字节来存储；
- UTF-16：介于 UTF-8 和 UTF-32 之间，使用 2 个或者 4 个字节来存储，长度既固定又可变。
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-4 | bit数 | UTF-8 | byte数 | 备注 |
|---|---|---|---|---|
| 0000 ~007F | 0~7 | 0XXX XXXX | 1 | |
| 0080 ~07FF | 8~11 | 110X XXXX 10XX XXXX |
2 | |
| 0800 ~FFFF | 12~16 | 1110XXXX 10XX XXXX 10XX XXXX |
3 | 基本定义范围：0~FFFF |
| 1 0000 ~1F FFFF | 17~21 | 1111 0XXX 10XX XXXX 10XX XXXX 10XX XXXX |
4 | Unicode6.1定义范围：0~10 FFFF |
| 20 0000 ~3FF FFFF | 22~26 | 1111 10XX 10XX XXXX 10XX XXXX 10XX XXXX 10XX XXXX |
5 | 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 FFFF | 27~31 | 1111 110X 10XX XXXX 10XX XXXX 10XX XXXX 10XX XXXX 10XX XXXX |
6 | 同上 |
UTF-8 with BOM
UTF-8不需要BOM来表明字节顺序；不含 BOM 的 UTF-8 才是标准形式，在 UTF-8 文件中放置 BOM 主要是微软的习惯
utf-8 with bom比utf-8多了三个字节前缀:0xEF0xBB0xBF
有这三个字节前缀的文本或字符串，程序可以自动判断它为utf-8格式，并按照utf-8格式来解析文本或字符串，否则，一个文本或者字符串在未知编码的情况下，需要按照字符编码规范去一个个验证
一般认为UTF-8 的网页代码不应使用 BOM，否则常常会出错。
一些编辑器设置编码方式
eclipse
项目中右键 选择属性
然后在文件编码里选择
sublime text3
文件->作为编码保存->选择你要的编码格式
文章最后发布于: 2018-10-15 14:05:57
相关阅读
拼多多商城会经常性的搞一些抽奖的活动哦，各位用户们，可以去积极去参与，参与了活动一会，大家会有有一个编码;该商城是一款功能非常强
一、编码基础概念 1、为什么要进行视频编码？ 视频是由一帧帧图像组成，就如常见的gif图片，如果打开一张gif图片，可以发现里面是由很多
原文链接：http://legacy.python.org/dev/peps/pep-0008/ item detail PEP 8 Title Style Guide for Python C
首先，什么是Unicode，百科知识：Unicode（统一码、万国码、单一码）是计算机科学领域里的一项业界标准，包括字符集、编码方案等；Unicode
各种语言需要交流，经过翻译是必要的，那又如何来翻译呢？在计算机中提供了多种翻译方式，常见的有 ASCII、ISO-88591、GB23112、GBK、UTF