Unicode编码表

 Unicode编码表: http://www.unicode.org

更多: https://www.qqxiuzi.cn/daohang.htm

Unicode编码范围从 0x00000000 至 0x7FFFFFFF ,也就是0~17777777777 ,

最多能表示170亿个字符.

单个字符 最低占用1个字节Byte,8位bit. 

单个字符 最高占用6个字节Byte,48位bit. 

但是有一种 多字节字符  ,把多个字符 通过 零宽度连接符 连接 表示成 1个字符

 

数量	字符     word	字节  byte	位     bit	数字
1个Unicode字符所占用范围	1个	1~ 6	8 ~ 48	0~17777777777

16进制 Unicode符号范围	二进制 UTF-8	占用字节数	10进制 Unicode
U-00000000 - U-0000007F	0xxxxxxx	1	0~177
U-00000080 - U-000007FF	110xxxxx 10xxxxxx	2	200~3777
U-00000800 - U-0000FFFF	1110xxxx 10xxxxxx 10xxxxxx	3	4000~177777‬
U-00010000 - U-001FFFFF	11110xxx 10xxxxxx 10xxxxxx 10xxxxxx	4	200000‬~7777777‬
U-00200000 - U-03FFFFFF	111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx	5	10000000‬~ 377777777‬
U-04000000 - U-7FFFFFFF	1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx	6	400000000~17777777777
根据上表,解读UTF-8编码 如果一个字节的第一位是0,则这个字节单独就是一个字符 如果一个字节的第一位是1,则连续有多少个1,就表示当前字符占用多少个字节 实际将Unicode转换为UTF-8编码时应先去除高位0，然后根据所剩编码的位数决定所需最小的UTF-8编码位数。 因此那些基本ASCII字符集中的字符（UNICODE兼容ASCII）只需要一个字节的UTF-8编码（7个二进制位）便可以表示。