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