unicode UTF-8，解码问题
unicode UTF-8，解码问题
提问于 2018-01-08 09:29:33
UTF-8是可变长度编码。如果字符可以用单个字节表示，例如:A(英文字母表A)，UTF-8将用单个字节对其进行编码。如果它需要两个字节，它将使用两个字节，依此类推。现在考虑我编码A (01000001)あ(11100011 10000001 10000010)。这将作为连续空间存储在内存中: 01000001 11100011 10000001 10000010。
**它可能最终解码4个字符，其中每个字节都被视为字符，我的意思是这里的区别在哪里。
回答 1
Stack Overflow用户
发布于 2018-01-08 12:10:35
UTF-8编码告诉程序每个编码码点有多少字节。任何以0xxxxxxx开头的字节都是从0到127的ASCII码字符。任何以10xxxxxx开头的字节都是连续字节，并且只能出现在开始字节之后：110xxxxx、1110xxxx或11110xxx分别指定下一个字节、两个字节或三个字节是连续字节。
如果没有正确的连续字节数，或者连续字节出现在错误的位置，那么该字符串就不是有效的UTF-8。一些程序利用这一点来尝试自动检测编码。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/48143210
复制相关文章
相似问题
腾讯云开发者
