GBK 转成 utf8

GBK是汉字字符编码,是gb2312的扩充。

GBK汉字是从0x8140开始的,unicode是从0x4e02开始的。需要一个转换表,这个很难找。

先将gbk转成unicode字符,gbk与unicode对应关系如下:

gbk是两个字节的,第一个字节h,第二个字节l

 GBK/3: 8140-A0FE

h的范围是从0x81-0xA0, l范围从0x40-0xFE

unicode是从0x4e02-0x7DBE .开始中间需要剔除一些。

index 是unicode的转换表下标。

转换方法如下:

 index = (h-0x81)*(0xFE-0xA0+1)+(l-0x40);

通过转换表,得到相应的unicode编码。

再利用utf-8编码规则:

1、单字节符号   字节第一位为0;后面7位是这个符号的unicode编码

2、n字节符号(n>1)

第一个字节的前n位是1,后面是个0;

后面字节的前两位是10;

剩下的没有说到的二进制位,是这个符号的unicode编码

 

          unicode                   |    UTF-8

         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 |  1111XXXX 10XXXXXX 10XXXXXX 10XXXXXX

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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