52 Unicode - Unicode編碼表，Unicode字符大全，Unicode字符集，Unicode符號

1. UTF-8的編碼方式

????????UTF-8是UNICODE的一種變長度的編碼表達方式（一般UNICODE為雙字節[指UCS2]），UTF-8就是以8位為單元對UCS進行編碼，而UTF-8不使用大尾序和小尾序的形式，每個使用UTF-8儲存的字符，除了第一個字節外，其余字節的頭兩個位元都是以"10"開始，使文字處理器能夠較快地找出每個字符的開始位置。

????????為了與以前的ASCII碼相容（ASCII為一個字節），因此 UTF-8 選擇了使用可變長度字節來儲存 Unicode,具體轉換關系如下表：

（表3-2 Unicode和UTF-8之間的轉換關系表）

UCS-4（UNICODE）編碼	UTF-8字節流
U-00000000 – U-0000007F	0xxxxxxx
U-00000080 – U-000007FF	110xxxxx 10xxxxxx
U-00000800 – U-0000FFFF	1110xxxx 10xxxxxx 10xxxxxx
U-00010000 – U-001FFFFF	11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
U-00200000 – U-03FFFFFF	111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
U-04000000 – U-7FFFFFFF	1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx

2. UNICODE轉換為UTF-8

????????UTF-8的特點是對不同范圍的字符使用不同長度的編碼。對于0x00-0x7F之間的字符，UTF-8編碼與ASCII編碼完全相同。UTF-8編碼的最大長度是4個字節。從表3-2可以看出，4字節模板有21個x，即可以容納21位二進制數字。Unicode的最大碼位0x10FFFF也只有21位。

????????如：

“漢”字的Unicode編碼是0x6C49。0x6C49在0x0800-0xFFFF之間，使用用3字節模板：1110xxxx 10xxxxxx 10xxxxxx。將0x6C49寫成二進制是：0110 1100 0100 1001， 用這個比特流依次代替模板中的x，得到：11100110 10110001 10001001，即E6 B1 89。

????????又如：

Unicode編碼0x20C30在0x010000-0x10FFFF之間，使用4字節模板：11110xxx 10xxxxxx 10xxxxxx 10xxxxxx。將0x20C30寫成21位二進制數字（不足21位就在前面補0）：0 0010 0000 1100 0011 0000，用這個比特流依次代替模板中的x，得到：11110000 10100000 10110000 10110000，即F0 A0 B0 B0。

3. UTF-8轉換為UNICODE

總結

以上是生活随笔為你收集整理的UNICODE与UTF-8的转换的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。