Unicode与UTF

您所在的位置：网站首页 › 一个汉字占两个字节 › Unicode与UTF

Unicode与UTF

2023-06-01 19:31| 来源: 网络整理| 查看: 265

ASCII，Unicode，UTF-8

ASCII字符集： 0XXX_XXXX，只能表示数字，字母，以及一些符号，占用一个字节

GBK字符集：汉字占2个字节，英文数字占一个字节

Unicode

Unicode字符集：万国码，包含了世界上所有的字符

Unicode只是给每个字符分配了一个编号，在早期Unicode字符只使用2个字节就可以表示所有的字符

因此我们常用的字符在Unicode中一般表示为两个字节

随着字符的增多，以及一些其他原因，Unicode进行了扩增

编码范围变为：0X 0_0000 ~ 0X10_FFFF，有17个位面，每个位面有65536个字符

我们常用的大部分字符都在第一个位面中

UTF-8

UTF-8字符集，UTF-8是对Unicode的一种编码，以便有利于字符的传输。

UTF-8中汉字占用3个字节，英文数字占用1个字节

UTF-8的编码方式

0xxxxxxx (ASCii码)

110xxxxx 10xxxxxx 1110xxxx 10xxxxxx 10xxxxxx 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

Java中的char

Java中的char存储的是Unicode编号，char只占两个字节。如果一个unicode字符占用3个字节，在Java中将变为两个字符。

String str = "ab我们"; System.out.println(Arrays.toString(str.getBytes()));

在这里插入图片描述第一个字节为a的UTF-8编码，第二个字节为b的UTF-8编码 [-26, -120, -111]是’我‘的UTF-8编码 [-28, -69, -84]是‘们’的UTF-8编码

Java中char存储的是字符的Unicode编号，而不是对他的编码

在这里插入图片描述

char c = '我'; System.out.println("(int)c = " + (int) c); System.out.println("Integer.valueOf(\"6211\",16) = " + Integer.valueOf("6211", 16));

在这里插入图片描述对于超出两个字节的Unicode字符，在Java中将无法使用char表示运行结果为

package chartest; import java.util.Arrays; /** * @author 梁** * @create 2023-05-02 10:42 */ public class CharTest { public static void main(String[] args) { String str = "ab我们"; System.out.println(Arrays.toString(str.getBytes())); System.out.println(); char c = '我'; System.out.println("(int)c = " + (int) c); System.out.println("Integer.valueOf(\"6211\",16) = " + Integer.valueOf("6211", 16)); System.out.println(); //char a = '😊'; System.out.println("\"\uD83D\uDE0A\".charAt(0) = " + "😊".charAt(0)); } }

【本文地址】

Unicode与UTF

Unicode与UTF

今日新闻

推荐新闻