汉字是两个字节吗？（非也，汉字字节与编码格式有关）

最新推荐文章于 2024-04-25 15:05:43 发布
最新推荐文章于 2024-04-25 15:05:43 发布
阅读量2k 收藏 1
点赞数
分类专栏： Python基础语法 计算机常识
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/u011318077/article/details/88813287
版权
本文探讨了英文字母和中文汉字在不同字符集编码下的字节数，从ASCII到Unicode，再到UTF-8的演变。汉字并非总是两个字节，而是根据编码格式变化，UTF-8编码中，中文汉字通常占3个字节。
摘要由CSDN通过智能技术生成

英文字母和中文汉字在不同字符集编码下的字节数

英文字母

字节数 : 1;编码：GB2312

字节数 : 1;编码：GBK

字节数 : 1;编码：GB18030

字节数 : 1;编码：ISO-8859-1

字节数 : 1;编码：UTF-8

字节数 : 4;编码：UTF-16

字节数 : 2;编码：UTF-16BE

字节数 : 2;编码：UTF-16LE

中文汉字

字节数 : 2;编码：GB2312

字节数 : 2;编码：GBK

字节数 : 2;编码：GB18030

字节数 : 1;编码：ISO-8859-1

字节数 : 3;编码：UTF-8

字节数 : 4;编码：UTF-16

字节数 : 2;编码：UTF-16BE

字节数 : 2;编码：UTF-16LE

补充：

1、美国人首先对其英文字符进行了编码，也就是最早的ascii码，用一个字节的低7位来表示英文的128个字符，高1位统一为0；

2、后来欧洲人发现尼玛你这128位哪够用，比如我高贵的法国人字母上面的还有注音符，这个怎么区分，得，把高1位编进来吧，这样欧洲普遍使用一个全字节进行编码，最多可表示256位。欧美人就是喜欢直来直去，字符少，编码用得位数少；

3、但是即使位数少，不同国家地区用不同的字符编码，虽然0–127表示的符号是一样的，但是128–255这一段的解释完全乱套了，即使

最低0.47元/天 解锁文章
Felix-微信(Felixzfb)
关注
专栏目录
UTF-8字符集汉字对照表.txt
11-09
此文本文档是UTF-8字符集中汉字编码对照表，可以用于查看某个汉字在UTF-8编码集中的位置。此编码集对照表非官网下载，如需使用，请提前预估风险。另外，此对照表只用于学习研究，如需用到其他地方，后果自负。
字符编码通俗讲解
brk1985的专栏
08-05 1468
先从字符编码讲起。 1、美国人首先对其英文字符进行了编码，也就是最早的ascii码，用一个字节的低7位来表示英文的128个字符，高1位统一为0； 2、后来欧洲人发现尼玛你这128位哪够用，比如我高贵的法国人字母上面的还有注音符，这个怎么区分，得，把高1位编进来吧，这样欧洲普遍使用一个全字节进行编码，最多可表示256位。欧美人就是喜欢直来直去，字符少，编码用得位数少；  3、但是即使位数少，不
UTF8中文编码范围
时有限
05-06 6815
简介 UTF-8有点类似于Haffman编码，它将Unicode编码为： 00000000-0000007F的字符，用单个字节来表示； 00000080-000007FF的字符用两个字节表示 （中文的编码范围）; 00000800-0000FFFF的字符用"三个字节**表示; 编码转换：iconv -f “文件目前编码” -t “文件转换后的编码” -o “转换后生成的新文件名” “源文件名”temp = Iconv.conv(“UTF-8”,“gb2312”,a) 因为目前为止Unicode-16规范没有
utf-8中一个汉字是3个字节，你知道吗？
weixin_43231592的博客
07-10 1万+
问题导入：     今天学习了mysql中的函数，length(字符串)，计算字符串长度函数，返回字符串的字节长度。 select length(‘abc’); 查询的结果是3。 select length(‘中国’)； 查询的结果是6。 第二个查询为什么是6，在网上查了下资料，原来utf-8编码的汉字是3个字节。但是，我们不是常说，1个字母占1个字节，1个汉字一般占2个字节。 那这究竟是怎么回事？于是我找了下各种编码之间的关系，如下： 一、ASCII
utf-8 汉字对照表
weixin_30876945的博客
11-10 3万+
之前从redis中取出一些数据，utf8 16进制编码，想转成字符，没有找到现成的转化工具，先用这个表直接查找对照吧。 UTF8编码表大全Code code# Code (coded in 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 ...
UTF-8、Unicode编码与汉字的相关内容
qq_42120843的博客
11-17 819
UTF-8和Unicode对中文编码的相关内容
Javascript 汉字字节判断
10-29
例如，在某些场景下，我们需要确保用户名长度介于4到30个“字节”之间，而一个汉字通常占用两个字节。下面将详细介绍如何使用JavaScript准确地判断汉字所占的字节数，并实现一个具体的用户名验证函数。 #### 字符...
正则表达式匹配中文与双字节的代码
10-28
双字节字符通常指的是非ASCII码的字符，它们在计算机内存中占用两个字节的空间。在正则表达式中，可以使用`[^\x00-\xff]`来匹配所有非单字节字符，即双字节字符。 ```regex [^\x00-\xff] ``` 这条正则表达式的含义...
易语言文本与字节集转换源码,易语言文本到字节集转换
07-24
本文将深入探讨易语言中的文本与字节集转换，以及相关的编程技术。 首先，我们要理解什么是文本和字节集。文本是人类可读的字符序列，通常以UTF-8、GBK等编码格式存在，而字节集则是一系列二进制数据的集合，它可以...
易语言字节集的格式转换
07-23
字节集的格式转换通常包括两个主要方面：一是字节集到其他数据类型的转换，如字符串；二是字节集内部数据结构的转换，例如将字节集中的特定格式数据转换成另一种格式。在易语言中，`texttobyte`函数用于将文本字符串...
UTF-8 汉字码表
12-10
很齐全的UTF-8 汉字码表
BIG5编码表又称大五码，是繁体中文字符集编码标准，共收录13060个中文字。
06-15
BIG5编码使用双字节结构，即每个字符由两个字节组成。高位字节的范围是0x81到0xFE，低位字节的范围是0x40到0x7E，以及0xA1到0xFE。这种设计使得每个字符可以用16进制的两个数字来表示，例如"8140"到"FEFE"。 在BIG5...
汉字的编码|ASCII|GBK|Unicode|UTF-8详解
白帽阿叁的博客
08-14 1万+
字符集：是一个系统支持的所有抽象字符的集合。字符是各种文字和符号的总称，包括各国家文字、标点符号、图形符号、数字等。字符编码：在符号集合与二进制之间建立对应关系常用的字符集：ASCII字符集、GB2312字符集、BIG5字符集、GBK字符集、GB18030字符集、Unicode字符集等。
中文汉字占二个字节还是三个字节长度
x²＋(y－√³x²)²＝1的博客
05-01 630
英文字母和中文汉字在不同字符集编码下的字节数 英文字母： 字节数 : 1;编码：GB2312 字节数 : 1;编码：GBK 字节数 : 1;编码：GB18030 字节数 : 1;编码：ISO-8859-1 字节数 : 1;编码：UTF-8 字节数 : 4;编码：UTF-16 字节数 : 2;编码：UTF-16BE 字节数 : 2;编码：UTF-16LE 中文汉字： 字节数 : 2...
达梦数据库不同模式导入时系统提示字符集异常的解决办法
u013245014的博客
01-12 1万+
近期参加了达梦DCA的培训，练习的时候遇到一个问题： 同一模式导出导入正常，但是在将DMTEST模式导出的dmp文件导入DMTEST02时，遇到了如下报错： 提示本地编码:PG_UTF8,导入文件编码:PG_GB18030，[警告]导入导出编码方式不一致,可能无法转换 提示编码不一致，达梦数据库安装时字符集采用的GB18030，为了以防万一通过SQL进行查询 这里看的只能查询到字符集对应的编号，查询得知0 表示 GB18030，1 表示 UTF-8，2 表示 EUC-KR。说明数据库字符集为GB1803
UTF-8编码，转码汉字的实现总结，以及QT‘
最新发布
KLh
04-25 1485
/str_ssid中包含的字符就是“\xe9\xa3\x9e”，注意这里的\是包含在里面的字符而不是分隔符。2.现在需要对字符串 “\xe9\xa3\x9e”进行处理 变成““e9a39e””，用16进制的格式存到分别存到3个字节中，这样才能识别出中文来。wifi模块中将wifi中的ssid已char[]数组存起来，char[]数组中的内容是“\\xe9\\xa3\\x9e”- 四字节：U+10000至U+10FFFF，编码为`11110xxx 10xxxxxx 10xxxxxx 10xxxxxx`
Python2中编码错误---重组人表皮生长因子凝胶(易孚格式转化为UTF-8...
qq_40659982的博客
12-25 1万+
Python2中编码错误---重组人表皮生长å›å­å‡èƒ¶(易孚格式转化为UTF-8 在python2的使用中，总会遇到各种各样的编码问题，这也是使用Python2最头疼的一件事情，幸好python3解决了编码的问题。 下面我在爬虫时遇到的类似é‡ç»„äººè¡¨çš®ç”Ÿé•¿å› å­å‡...
utf-8 编码 转换 汉字 字符集
热门推荐
漫步繁华街的专栏
05-21 4万+
关于字符集记录下我的理解1.ASCII 码  ：   一字节（8位） 0-127 2.扩展字符集：   一字节（8位） 128-255 3.GB2312（国标） : 2个字节， 我国将127之后的所有字符取消，并规定，一个小于127的字符与原来一样，但当两个都大于127字符连在一起，就表示一个汉字。 也就是2个字节，前一个字节（高字节0XA1 - 0XF7）,后一个字节（低字节0XA1-0XFE）...
UTF-8汉字编码
flynetcn的专栏
03-04 5854
UTF-8以字节为单位对Unicode进行编码。从Unicode到UTF-8的编码方式如下：     Unicode编码(十六进制)　 UTF-8 字节流(二进制)     000000 - 00007F         0xxxxxxx     000080 - 0007FF         110xxxxx 10xxxxxx     000800 - 00FFFF
MFC下Unicode编码方式，CString中有占用4个字节的汉字么？判断依据是什么呢？谢谢
05-26
在MFC下使用Unicode编码方式，CString中的汉字会占用2个字节，而不是4个字节。判断依据可以通过以下方式确认： 1. MFC中的CString类默认使用Unicode编码方式，因此可以通过CString的GetLength()函数获取字符串长度，即字符的个数。 2. 在Unicode编码中，汉字占用两个字节（16位），因此可以通过CString中每个字符所占用的字节数来判断是否是汉字。 例如，以下代码可以遍历一个CString对象，并判断其中是否有汉字： ```cpp CString str = _T("Hello 你好"); for(int i=0; i<str.GetLength(); i++){ if(str[i] > 0x7F){ // 如果字符编码大于0x7F（即ASCII码），则为汉字 TRACE(_T("汉字：%c%c\n"), str[i], str[i+1]); i++; // 每个汉字占用两个字符，需跳过下一个字符 } } ``` 注意，以上代码仅适用于Unicode编码方式下的CString对象。如果使用的是ANSI编码方式，则汉字占用一个字节（8位），需要进行相应的修改。
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