UTF8编码/解码
参考文档: RFC3629标准.
1. 基本原理
对于任意一个字, 都可以用一个唯一码(UNICODE码, 由标准委员会编制)表示, 在应用过程中, 需要对码进行编码.常用的编码方式为UTF-8.
UTF-8采用类似于IP地址分配的机制. 即对于不同范围的Unicode码, 采用不同的模板进行编码.
2. 编码流程
流程概述为:
2.1 查表获取unicode码的范围,
2.2 找到该范围对应的模板,
2.3 将Unicode的二进制的每位从低到高, 填充到X标志位.
补充:【中】这个字的范围为4E2D小于10000大于0800,所以为为第三个模板。
3. 解码流程
是编码过程的反, 流程概述为:
3.1 查表匹配对应的模板,
3.2 根据模板的X标志位, 抽取得到二进制序列,
3.3 将二进制转换成十六进制. 得到Unicode码.
---------------- 勿在浮沙筑高台