Java中的UTF-8

导读：
　　 UTF-8 修改版
　　DataInput 和 DataOutput 接口的实现表示稍微改版的 UTF-8 格式的 Unicode 字符串。（关于标准 UTF-8 格式的信息，请参阅 The Unicode Standard, Version 4.0的 3.9 Unicode Encoding Forms小节）。注意，在下表中，最高有效位显示在最左边的列中。
　　'/u0001'到 '/u007F'范围内的所有字符由单个字节表示：
　　位值
　　字节 1 0 位 6-0
　　null 字符 '/u0000'和 '/u0080'到 '/u07FF'范围内的字符由一对字节表示：
　　位值
　　字节 1 1 1 0 位 10-6
　　字节 2 1 0 位 5-0
　　'/u0800'到 '/uFFFF'范围内的 char值由三个字节表示：
　　位值
　　字节 1 1 1 1 0 位 15-12
　　字节 2 1 0 位 11-6
　　字节 3 1 0 位 5-0
　　这种格式与标准 UTF-8 格式之间的不同如下：
　　null 字节 '/u0000'是用 2-byte 格式而不是 1-byte 格式编码的，因此已编码的字符串中决不会有嵌入的 null。
　　仅使用 1-byte、2-byte 和 3-byte 格式。
　　增补字符是以代理项对的形式表示的。
　　
　　
　　 从以下版本开始：
　　JDK1.0
　　 另请参见：
　　DataInputStream, DataOutput
　　Trackback: http://tb.blog.csdn.net/TrackBack.aspx?PostId=1651869
　　[收藏到我的网摘] [发送Trackback] 大河马发表于 2007年06月14日 11:41:00

本文转自
http://blog.csdn.net/xueyong1203/archive/2007/06/14/1651869.aspx