UTF-8编码转Unicode码,以及部分Unicode码转GB2312码的处理

Unicode中文编码范围是0x3400~9fff,总数是0x6bff
GB2312中文编码范围是0xA1A0~F7FF,总数是0x565f

UTF-8与Unicode的转换规则:

  U-00000000 - U-0000007F: 0xxxxxxx  

  U-00000080 - U-000007FF: 110xxxxx 10xxxxxx  

  U-00000800 - U-0000FFFF: 1110xxxx 10xxxxxx 10xxxxxx  

  U-00010000 - U-001FFFFF: 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx  

  U-00200000 - U-03FFFFFF: 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx  

  U-04000000 - U-7FFFFFFF: 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 		

第一个字节高位有几个1就代表此字符由几个字节组成

UTF-8编码为E6,B1,89,二进制为11100110 10110001 10001001
根据3字节结构即:1110-0110 10-110001 10-001001,提取出来即0110 1100 0100 1001,最后得到Unicode码:6C49,是“汉”字。

C语言代码

int buf[250];
int Unicode[100];
int GB2312[100];
UnicodeLen = 0;
for(i = 0; i < len; i++)
{
   
   				
	if
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