UTF-8的汉字三字节码与Unicode编码转换

     最近在学习jsp学到了随机验证图片的制作，需要输出汉字，下面就简单的介绍一下如何得到一个想要汉字的unicode编码。

     首先可以在浏览器中输入想要的汉字，然后回车，可以在弹出页面的地址栏中url找到一个参数，下面以IE为例，我输入的是“许” 可以看到“query=%E8%AE%B8”这样一个字段

其中“%E8%AE%B8”就是许的三字节码，如下图：

     这样我们就得到了一个汉字的三字节码，下面就具体介绍如何将其转换成Unicode编码；

 

UTF-8汉字采用三字节编码，有如下固定格式 ：1110xxxx 10xxxxxx 10xxxxxx

其中用x代表的16位使用unicode相应的位来填充，可得到汉字的代码点，这个可以直接用来输出

，如下面给出的例子，分别是三字节序列，可转换成Unicode

例如 ：

%E8%AE%B8（许的三字节编码） :11101000 10101110 10111000

取第一个字节4-7位（假设是从左到右0-7位）：1000十六进制为8，

取第二个字节的2-5位：1011为B

取第二个字节6-7位和第三个字节2-3位 ：1011为B

取第三个字节4-7位：1000为8

故可以得到“许”的Unicode码为\u8bb8