utf8编码的特点(为什么用utf8编码)

http://www.itjxue.com 2023-01-29 03:44 来源:未知 点击次数:

编码原理理解之「UTF-8」

UTF-8 （8位元， Universal Character Set/Unicode Transformation Format ）是针对Unicode的一种可变长度字符编码。它可以用来表示 Unicode 标准中的任何字符，而且其编码中的第一个字节仍与 ASCII 相容，使得原来处理 ASCII 字符的软件无须或只进行少部份修改后，便可继续使用。因此，它逐渐成为电子邮件、网页及其他存储或传送文字的应用中，优先采用的编码。

总结下来， UTF8 有如下特点：

1）是 unicode 的一种实现方式；

2）是一种变长编码标准；

3）可以与 ASCII 码有效兼容；

4）应用超级广泛编码标准。

我们讲， UTF-8 是 unicode 的一种实现方式，那么，想要对一个字符进行 UTF-8 编码，首先我们要知道这个字符的 unicode 编码（字符的 unicode 编码是约定好的，全球统一不变的）。拿 unicode 编码的方式很简单，网上有很多工具可以做到。

接下来针对不同的 unicode 符号范围， utf-8 编码实际占用的字节数可能 1~4 字节不等??

总结下来，针对 UTF8 ，编码规则其实只有两条：

1）单字节规则：对于单字节的符号，字节的第一位（最高位）设为 0 ，后面 7 位为这个符号的 unicode 码。

2） n字节规则：对于 n 字节的符号（ n1 ），第一个字节的前 n 位都设为 1 ，第 n+1 位设为 0 ，后面字节的前两位一律设为 10 。剩下的没有提及的二进制位，全部为这个符号的 unicode 码。

以「真」举例，我们查到「真」的 unicode 编码是 \u771f （ \u 只是 unicode 的编码标记，其后面跟的还是 16 进制数），发现真的编码范围是 0x0800 ~ 0xffff 间，故选择 3字节的编码方式??

我们将 0x771f 转化为2进制（共16位），并分成 4、6、6 三组，填入??编码方式的「x」的位置，得到 1110 0111 10 011100 10 011111 ，至此完成「真」的 utf-8 编码，转化为 16 进制描述即： 0xe79c9f 。

那么，有 mac 的小伙伴可以试试我提供的一套基于 iOS 的编码理解工程。可以快速打印出一段文本编码的数据结果（ 16 进制、 2 进制都有），示例如下：

git地址：

对你有帮助的话记得帮我点个「Star」哦！ ?????

为什么那么多网站钟情 UTF-8？

我认为UTF-8是很多人的选择，或者说，UTF-8几乎所有使用Linux进行编程的网络开放人员的的选择，钟情UTF-8的原因很多。

首先，UTF-8能兼容ASCII,这是一个非常重要的，至于ASCII的重要性，我想不用多做介绍。

第二，使用UTF-8能使乱码不扩散，我想这对于一个程序编程人员来说是十分重要的一点，大家都知道编程人员的辛苦，所以这也成了很多人的选择，使用UTF-8时，就算丢失一个字节，后面的文字也不会变成乱码，这样的优势，使得UTF-8成了大家的首选。

第三，不会出现错的结果，使用UTF-8的时候，不会因为两个中文字符放在一起而出现新的字符，从而导致搜索结果的错误，这一点让UTF-8在网络程序编程人员中非常受欢迎，尤其是在中国的人员之间。

第四，UTF-8拥有更大的字符集，也能打出更多的汉字，虽然这个特点在网站建设方面的意义不是特别大，毕竟网站上都是一些常用字。

第五，很多编程语言都是支持使用UTF-8的，有些指令在存入存储器的时候可以直接使用UTF-8编码，这一点是其他语言所不具备的，也是优势之一。

除此之外，UTF-8还是一个通用的解决方案，几乎所有网站变成都可以通过UTF-8编程。

希望有用。

utf8编码的特点(为什么用utf8编码)

gbk和utf8的区别

GBK,UTF8都是一种字符集，就是一种编码方式~\x0d\x0a\x0d\x0a字符集(Characterset)是多个字符的集合，字符集种类较多，每个字符集包含的字符个数不同，\x0d\x0a\x0d\x0a常见字符集名称：ASCII字符集、GB2312字符集、UTF8字符集、GB18030字符集、Unicode字符集等。\x0d\x0a\x0d\x0a计算机要准确的处理各种字符集文字，需要进行字符编码，以便计算机能够识别和存储各种文字。