Unicode 和ASCII码

最新推荐文章于 2021-05-18 01:39:15 发布

笑尘一梦

最新推荐文章于 2021-05-18 01:39:15 发布

阅读量1.3k

点赞数

CC 4.0 BY-SA版权

分类专栏：计算机文章标签： unicode ascii 编码 utf-8

本文链接：https://blog.csdn.net/code_zhu/article/details/25106823

计算机专栏收录该内容

8 篇文章

订阅专栏

本文详细介绍了Unicode编码中的UTF-8、UTF-16和UTF-32三种格式，并通过实例展示了如何将Unicode数字转换为不同编码的数据。同时，还解释了这些编码在不同场景下的使用情况。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在Unicode中：汉字“字”对应的数字是23383（十进制），十六进制表示为5B57。在Unicode中，我们有很多方式将数字23383表示成程序中的数据，包括：UTF-8、UTF-16、UTF-32。UTF是“UCS Transformation Format”的缩写，可以翻译成Unicode字符集转换格式，即怎样将Unicode定义的数字转换成程序数据。例如，“汉字”对应的数字是0x6c49和0x5b57，而编码的程序数据是：

chardata_utf8[]={0xE6,0xB1,0x89,0xE5,0xAD,0x97};//UTF-8编码

char16_tdata_utf16[]={0x6C49,0x5B57};//UTF-16编码

char32_tdata_utf32[]={0x00006C49,0x00005B57};//UTF-32编码

这里用char、char16_t、char32_t分别表示无符号8位整数，无符号16位整数和无符号32位整数。UTF-8、UTF-16、UTF-32分别以char、char16_t、char32_t作为编码单位。（注： char16_t 和 char32_t 是 C++ 11标准新增的关键字。如果你的编译器不支持 C++ 11 标准，请改用 unsigned short和 unsigned long。）“汉字”的UTF-8编码需要6个字节。“汉字”的UTF-16编码需要两个char16_t，大小是4个字节。“汉字”的UTF-32编码需要两个char32_t，大小是8个字节。根据字节序的不同，UTF-16可以被实现为UTF-16LE或UTF-16BE，UTF-32可以被实现为UTF-32LE或UTF-32BE。下面介绍UTF-8、UTF-16、UTF-32、字节序和BOM。