编码

参考1: https://www.qqxiuzi.cn/bianma/Unicode-UTF.php
参考2: https://www.cnblogs.com/xinruzhishui/p/6259146.html

本工具可以把中文、英文字母、标点符号、特殊特号等字符串转换成以反斜杠u(\u)开头的16进制Unicode编码，反之还原
 
字符、Unicode、UTF-8、UTF-16、UTF-32相互编码和解码。一次可连续输入64个字符；编码也是连续输入，但需注意UTF-16/32的字节顺序标记（BOM），如果没有提供BOM，默认以大尾序解码。

Unicode 是容纳世界所有文字符号的国际标准编码，使用四个字节为每个字符编码。

UTF 是英文 Unicode Transformation Format 的缩写，意为把 Unicode 字符转换为某种格式。UTF 系列编码方案（UTF-8、UTF-16、UTF-32）均是由 Unicode 编码方案衍变而来，以适应不同的数据存储或传递，它们都可以完全表示 Unicode 标准中的所有字符。目前，这些衍变方案中 UTF-8 被广泛使用，而 UTF-16 和 UTF-32 则很少被使用。

UTF-8 使用一至四个字节为每个字符编码，其中大部分汉字采用三个字节编码，少量不常用汉字采用四个字节编码。因为 UTF-8 是可变长度的编码方式，相对于 Unicode 编码可以减少存储占用的空间，所以被广泛使用。

UTF-16 使用二或四个字节为每个字符编码，其中大部分汉字采用两个字节编码，少量不常用汉字采用四个字节编码。UTF-16 编码有大尾序和小尾序之别，即 UTF-16BE 和 UTF-16LE，在编码前会放置一个 U+FEFF 或 U+FFFE（UTF-16BE 以 FEFF 代表，UTF-16LE 以 FFFE 代表），其中 U+FEFF 字符在 Unicode 中代表的意义是 ZERO WIDTH NO-BREAK SPACE，顾名思义，它是个没有宽度也没有断字的空白。

UTF-32 使用四个字节为每个字符编码，使得 UTF-32 占用空间通常会是其它编码的二到四倍。UTF-32 与 UTF-16 一样有大尾序和小尾序之别，编码前会放置 U+0000FEFF 或 U+FFFE0000 以区分。
    
1个字节8位   FF;            2^8-1   = 255              255个字符
2个字节16位    FF FF;         2^16-1  = ‭65,535                     6万个字符‬
3个字节24位    FF FF FF;      2^24-1  = ‭16,777,215         ‬1677万个字符
4个字节32位    FF FF FF FF;   2^32-1  = ‭4,294,967,295‬      42亿字符

//%e6 = 230  %88= 136  %91=145   = 我
byte[0] = 230;    byte[1] = 136;    byte[2] = 145;
byte[] byteArray = new byte[] { 230, 136, 145, 123 };
string str = System.Text.Encoding.UTF8.GetString(byteArray); //比如230;前面有3个1;所以取3个字节;
//%e6 = 230  %88= 136  %91=145   = 我
 

 

ASCII字符串中找出混合的unicode字符(非ASCII字符)的方法

ASCII字符串中找出混合的unicode字符(非ASCII字符)的方法 - 简书 (jianshu.com)

 

. 关于Unicode编码表：http://www.52unicode.com