android和的编码格式,编码格式 · Android应用开发知识仓库 · 看云

[TOC]

# ASCII 编码

ASCII 码一共规定了 128个 字符的编码，只占用了一个字节的后面 7 位，最前面的一位统一规定为 0。

## 标准表

可参见[百度百科](https://baike.baidu.com/item/ASCII)。

# Unicode

Unicode 是一个很大的集合，将世界上所有的符号都纳入其中，每一个符号都给予一个独一无二的编码。

Unicode 是一个符号集，它只规定了符号的二进制代码，却没有规定这个二进制代码应该如何存储。

## 标准表

[中日韩汉字 Unicode 编码表](http://www.chi2ko.com/tool/CJK.htm)

[Unicode 字符列表](https://zh.wikipedia.org/wiki/Unicode%E5%AD%97%E7%AC%A6%E5%88%97%E8%A1%A8#%E5%9F%BA%E6%9C%AC%E6%8B%89%E4%B8%81%E5%AD%97%E6%AF%8D)

# UTF-8

UTF-8 是 Unicode 的实现方式之一，即规定了如何存储。

比如：严的 Unicode 是 4E25，按 UTF-8 来编码为 E4B8A5。

UTF-8 最大的一个特点，就是它是一种变长的编码方式。它可以使用 1~4 个字节表示一个符号，根据不同的符号而变化字节长度。

## 编码规则

* 对于单字节的符号，字节的第一位设为 0，后面7位为这个符号的 Unicode 码。因此对于英语字母，UTF-8 编码和 ASCII 码是相同的

* 对于 n 字节的符号(n > 1)，第一个字节的前 n 位都设为 1，第 n + 1 位设为 0，后面字节的前两位一律设为 10。剩下的没有提及的二进制位，全部为这个符号的 Unicode 码

```plain

Unicode符号范围 | UTF-8编码方式

(十六进制) | (二进制)

----------------------+---------------------------------------------

0000 0000-0000 007F | 0xxxxxxx

0000 0080-0000 07FF | 110xxxxx 10xxxxxx

0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx

0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

```

http://wiki.xuchongyang.com/Java/%E5%9F%BA%E7%A1%80%E7%9F%A5%E8%AF%86%E7%82%B9.html

## 示例

严的 Unicode 是 4E25(100111000100101)，根据上表，可以发现 4E25 处在第三行的范围内(0000 0800 - 0000 FFFF)，因此严的 UTF-8 编码需要三个字节，即格式是1110xxxx 10xxxxxx 10xxxxxx。然后，从严的最后一个二进制位开始，依次从后向前填入格式中的 x，多出的位补 0。这样就得到了，严的 UTF-8 编码是 11100100 10111000 10100101，转换成十六进制就是 E4B8A5

参考链接

[字符编码笔记：ASCII，Unicode 和 UTF-8](http://www.ruanyifeng.com/blog/2007/10/ascii_unicode_and_utf-8.html)