搞清楚字符编码09-万国码[5]

这篇博客我们来介绍万国码实际存储编码中的utf-16与utf-32

utf-16是什么

• utf-16是理论编码ucs4的一种实际存储编码

• 基本单元是2个字节

• 变长存储，存储BMP时长度是2个字节，存储的不是BMP时长度为4个字节.

utf-16存储ucs4中的BMP

此时uft-16存储ucs4的情况就跟ucs-2存储ucs2的情况一模一样.

utf-16存储大于BMP的ucs4编码

以存储ucs4编码00000000 000010000 11111111 11111111为例

第一步：去掉高位的0

10000 11111111 11111111

第二步：减

将去掉高位0的结果减去0x10000

10000 11111111 11111111
-
1 00000000 00000000
=
1111 11111111 11111111

第三步：填充

将相减的结果按"从低位到高位"的方向填充到110110xx xxxxxxxx 110111xx xxxxxxxx中，填不满的话用补0.

所以最终的编码就是：11011011 11111111 11011111 11111111

---

utf-32是什么

• uft-32是理论编码方案ucs4是实际编码方案
• uft-32有时也被叫作ucs-4
• 不变长存储，每个编码的长度都是4个字节

不常用

• 因为uft4只用到了0组17个平面，所以使用不变长存储的utf-32存储的话至少有一个字节是浪费的，非常的不划算.
• 所以这种存储方案不常使用.