UTF-16编码

已于 2022-08-27 18:01:47 修改
阅读量1.9k 收藏
点赞数
文章标签： java 开发语言
于 2022-08-27 17:55:51 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_69258341/article/details/126560720
版权

1.BMP区间 ：ox0000-oxFFFF

【0~65536】

2.大于BMP区间的

【ox0FFFF~oxFFFFF】

需要20个比特位，因为比特位需要是2的倍数，

所以需要32位用于存储，前十六位存储十位，后十六位存储十位

每16位的前六位用于区分数据

                                / 0xxxxxxx 代表0~2的七次方（UTF-8编码）

防止单八位重复

                               \ 11xxxxxx(前八)，10xxxxxx(后八)

                                      |

                 / 高代理区域 54开头为32位的前16位 110110xxxxxxxxxx 【D800~DBFF】（16进制）

UTF-32

                 \ 低代理区域 55开头位32位的后16位 110111xxxxxxxxxx 【DC00~DFFF】

独角兽️
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
字符编码（十六进制）
软软的铲屎官的博客
05-08 830
假设一个简易的变长编码规则XUTF：每个字符有一个唯一编号值 unicodeVal（如汉字“华”的编号十进制值是21326），使用1~6个字节进行编码，编码规则如下：编码过程：参考编号值范围，根据 unicodeVal 值判断需要几个字节进行编码，然后依次把 unicodeVal 的二进制比特填充到二进制格式中的有效位上：右侧对齐、左侧补 0；注意：固定位不变。现给定某个字符的十进制编号值 unicodeVal，请按XUTF编码规则对该字符进行编码，输出编码后的十六进制字符串（大写）。
utf-32/utf-16/utf-8如何解析Unicode编码呢?以及BOM的作用
whl0071的专栏
07-05 1821
UNICODE 编码 码点 等概念
unicode 转换 UTF-8，UTF-16，UTF-32编码规则（包含代码）
最新发布
旭阳的头发呀
07-27 4582
unicode 转换 UTF-8，UTF-16，UTF-32编码规则（包含代码）
UTF-16汉字编码表
07-10
UTF-16汉字编码表，txt格式的
utf-16编码表
06-01
有61726个字符，csv格式，做编码的基础数据 0000, 0001,Ā 0002,Ȁ 0003,̀ 0004,Ѐ 0005,Ԁ 0006,؀ 0007,܀ 0008,ࠀ 0009,ऀ 000C,ఀ 000D,ഀ 000F,ༀ 0010,က 0011,ᄀ 0012,ሀ
字符编码--UTF-16
weixin_34280237的博客
01-11 825
2019独角兽企业重金招聘Python工程师标准>>> ...
GB2312与utf16、utf8的汉字对照表
lintax的专栏
07-16 2万+
GB2312标准共收录汉字6763个，其中一级汉字3755个，二级汉字3008个。 本文将GB2312中所有的汉字，在GB2312、utf16及utf8中的编码值都列了出来，方便进行对照查看。
GBK和UTF-16编码的转换接口
06-06
包含GBK和UTF16字符集的对照表，用于将GBK字节流和UTF字符串之间的互相转换。
正则表达式u修饰符(支持UTF-16编码)
12-13
也就是说，会正确处理四个字节的UTF-16编码。 此修饰符是ES2015新增，更多正则表达式新特性可以参阅ES2015 正则表达式新增特性一章节。 更多正则表达式教程可以参阅正则表达式教程板块。 代码实例: console.log(/^\...
utf-8编码转换工具.zip
10-31
该程序支持.c .h .cpp .hpp .bat .java等6种格式的文件编码转换，如果需要添加其他格式的文件，直接修改suffix的条件判断处的语句即可，压缩包中提供exe程序和python写的源码
计算机utf-8/gbk/utf-16对照表
weixin_30379973的博客
05-27 6547
GBK UTF-16 UTF-8 ==================D2BB 4E00 E4 B8 80 一B6A1 4E01 E4 B8 81 丁C6DF 4E03 E4 B8 83 七CDF2 4E07 E4 B8 87 万D5C9 4E08 E4 B8 88 丈C8FD 4E09 E4 B8 89 三C9CF 4E0A E4 B8 8...
UTF-16编码详解
xinbaobaoer的博客
02-21 4178
关于UTF-16的设计思路和设计原理
UTF-8 与 UTF-16编码详解
热门推荐
小鲁蛋的博客
08-19 2万+
UTF-16是Unicode字符编码五层次模型的第三层：字符编码表（Character Encoding Form，也称为 "storage format"）的一种实现方式。即把Unicode字符集的抽象码位映射为16位长的整数（即码元， 长度为2 Byte）的序列，用于数据存储或传递。Unicode字符的码位，需要1个或者2个16位长的码元来表示，因此这是一个变长表示。引用维基百科中对于UTF-16编码的解释我们可以知道，UTF-16最少也会用2 Byte来表示一个字符，因此没有办法兼容ASCII编码。
转utf-16格式的码表至utf-8,perl脚本
tmjdone的专栏
09-22 1437
<br /><br />#!/usr/bin/perl -w<br />use strict;<br />my %key_char;<br />open(F2,'>:encoding(utf-8)',"zhengma_table_2.txt");<br />open(F,'<:encoding(utf-16)',"zhengma_table.txt");<br />while(<F>){<br />    if(m/^([^a-z ]*)(.*)$/){<br />my $char=$1;<br />my
字符编码（GB 2312、GBK、UTF-8、UTF-16）
L__ear的博客
10-25 3450
GB 2312 GB 2312 是 1980 年发布的中文编码，共收录 7445 个字符，有 6763 个汉字以及 682 个非汉字字符，其中一级汉字 3755 个，二级汉字 3008 个。 GB 2312 采用双字节编码，两字节最高位均为 1，兼容 ASCII 码。 整个字符集分为 94 个区，每个区有 94 个位，7445 个字符被填入到这 94*94 个区位中。 每个区位上只有一个字符，因此...
UTF-16 编码简介
千里之行始于足下
04-25 5589
-- Start 其实, 所谓的编码就是字符和数字之间的映射, 我们把这个数字称为代码点或码位(code point), 码位采用16进制加上前缀U+来表示, 如:A的码位是U+0041. 20世纪80年代, 人们在设计Unicode编码的时候认为, 2个字节16位65536个码位足以将世界上所有语言的字符进行编码, 码位从 U+0000 到 U+FFFF. 随着时间的发展, 在加入大量
如何生成UTF-16汉字编码表
lintax的专栏
07-09 4922
听见汉字编码表，是不是觉得很高大上的样子，好像不是我们一般屌丝能玩得转的东西。其实，我们也不需要去制定标准，只是从系统中获取出来，这却是一件很容易的事情。下面我来分步骤说说，看完这篇文章，你就会说这事情太简单了。
UTF-8编码和UTF-16编码的区别
05-25
UTF-8和UTF-16是两种不同的Unicode编码。其中，UTF-8是一种变长编码，用1～4个字节表示一个Unicode字符，而UTF-16是一种定长编码，用2个字节或4个字节表示一个Unicode字符。 具体来说，UTF-8编码使用1个字节表示英文字母，使用2个字节表示汉字，使用3个字节表示某些较生僻的汉字，使用4个字节表示其他的特殊字符。而UTF-16编码则使用2个字节表示大部分的Unicode字符，使用4个字节表示一些较生僻的字符。 因此，UTF-8编码在表示英文和常见的中文字符时比UTF-16编码更节省空间，但在表示较生僻的字符时却需要更多的空间；而UTF-16编码则可以更快地定位某个字符，但在表示英文和常见的中文字符时会浪费一些空间。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值