中⽂，Unicode，UTF-8编码转换
Unicode是国际统⼀的编码，包含中⽂，英⽂字母，⽇⽂，韩⽂，等其它国家的统⼀编码。
Unicode⽤2个字节表⽰⼀个字符。
查⼀个字符对应的Unicode编码，需要对照Unicode编码表。
‘中’字符的Unicode编码为20013.  16进制为0x4DE2.
UTF-8是⼀种存储⽅式，是将Unicode编码保存在⽂件中的⽅式，它不改变字符的编码，只是存储字符编码。
UTF-8将Unicode字符编码，保存为1-4个字节，其编码⽅式如下：
1）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。
2）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。
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
下⾯，还是以汉字“严”为例，演⽰如何实现UTF-8编码。
已知“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。
>中文字符unicode查询

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。