Unicode字符需要幾個字節來存儲？

0)學習筆記：

我們常說的這句話“Unicode字符是2個字節”這句話有毛病

Unicode目前規划的總空間有17個平面， 0x0000---0x10FFFF,每個平面有 65536 個碼點.

 

Unicode支持的字符上限是65536個 這句話也是有問題的，這65536個字符是我們最常用的基本字符，但是還有很多字符是在0x0000--0xFFFF之外的

unicode存儲在計算機內存里肯定是需要編碼的，那么就有UTF-8,UTF-16,UTF-32等編碼方案。

 

每種編碼方式有自己的特點，不同范圍內的字符用不同的編碼方式存儲所需的字節數是不一樣的。

 

1)

UTF-8具體的表現形式為：

• 0xxxxxxx：單字節編碼形式，這和 ASCII 編碼完全一樣，因此 UTF-8 是兼容 ASCII 的；
• 110xxxxx 10xxxxxx：雙字節編碼形式；
• 1110xxxx 10xxxxxx 10xxxxxx：三字節編碼形式；
• 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx：四字節編碼形式。

 

2)

下面兩種編碼方式還沒研究

UTF-16

UTF-32