字节和编码

标签：target   十六进制   enc   英语   没有   reg   状态   http   保存   

计算机存储最小单元 bit，表示 0 或者 1

8 个 bit （00000000 ~ 11111111）共 256 种状态，构成 byte（字节）

ASCII 码共 128 个字符编码，使用 1 个字节保存，第一位为 0

Unicode 符号集，规定了每个符号的二进制代码，但没有规定其存储方式（用几个字节存储）

UTF-8 是 Unicode 的一种实现，是一种变长的实现方式，使用 1～4 字节表示一个符号

编码规则

• 对于单字节的符号，字节的第一位设为0，后面7位为这个符号的 Unicode 码。因此对于英语字母，UTF-8 编码和 ASCII 码是相同的
• 对于n字节的符号（n > 1），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

比如 高 这个符号，Unicode 值是 9AD8，在 0000 0800 ~ 0000 FFFF 范围内，使用 3 字节（1110xxxx 10xxxxxx 10xxxxxx）存储，9AD8 的二进制值为 1001 1010 1101 1000，从最后一位二进制值开始从后往前填补 x 值，即为：11101001 10101011 10011000，转为十六进制为：F9AB98，所以 高 的 UTF-8 值为 E9AB98

参考链接：

字符编码笔记：ASCII，Unicode 和 UTF-8

字符，字节和编码

字节和编码

标签：target   十六进制   enc   英语   没有   reg   状态   http   保存   

原文地址：https://www.cnblogs.com/gebron/p/9714294.html