对大小端模式的学习
java的str.getBytes();就是以操作系统默认编码集,把这个str字符串编码成一串编码,比如 "严"这个字,编码成Unicode 就是20005 ,以十六进制显示的。
其Unicode编码是 20005,十六进制是4E25,小端模式储存,就是 其编码值的低位(数学上值的右边小),放在地址的低位(地址是左小右大,所以看起来是反的,其实逻辑上是对的)。
大端模式相反,编码值的低位放在了地址的高位,
由于把地址看成是 左低(小)右高(大), 所以 数 4E25 的尾端(25,刚好一个字节) 放在高,就是 大端,放在低 ,就是小端。
utf8 编码是在 unicode编码之上加了一些特征码,其存储顺序与编码顺序是一致的。
将unicode码将编码最后一个二进制位开始,依次从后向前依次加进格式中的x,不足补0。
UTF-8最大的一个特点,就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号,根据不同的符号而变化字节长度。
UTF-8的编码规则很简单,只有二条:
1)对于单字节的符号,字节的第一位设为0,后面7位为这个符号的unicode码。因此对于英语字母,UTF-8编码和ASCII码是相同的。
2)对于n字节的符号(n>1),第一个字节的前n位都设为1,第n+1位设为0,后面字节的前两位一律设为10。剩下的没有提及的二进制 位,全部为这个符号的unicode码。
下表总结了编码规则,字母x表示可用编码的位。
Unicode符号范围 | UTF-8编码方式
(十六进制) | (二进制)
--------------------+---------------------------------------------
0000 0000-0000 007F | 0xxxxxxx
0000 0080-0000 07FF | 110xxxxx 10xxxxxx
0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx
0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
下面,还是以汉字“严”为例,演示如何实现UTF-8编码。
其Unicode编码是 20005,十六进制是4E25,小端模式储存,就是 其编码值的低位(数学上值的右边小),放在地址的低位(地址是左小右大,所以看起来是反的,其实逻辑上是对的)。
大端模式相反,编码值的低位放在了地址的高位,
由于把地址看成是 左低(小)右高(大), 所以 数 4E25 的尾端(25,刚好一个字节) 放在高,就是 大端,放在低 ,就是小端。
utf8 编码是在 unicode编码之上加了一些特征码,其存储顺序与编码顺序是一致的。
将unicode码将编码最后一个二进制位开始,依次从后向前依次加进格式中的x,不足补0。
UTF-8最大的一个特点,就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号,根据不同的符号而变化字节长度。
UTF-8的编码规则很简单,只有二条:
1)对于单字节的符号,字节的第一位设为0,后面7位为这个符号的unicode码。因此对于英语字母,UTF-8编码和ASCII码是相同的。
2)对于n字节的符号(n>1),第一个字节的前n位都设为1,第n+1位设为0,后面字节的前两位一律设为10。剩下的没有提及的二进制 位,全部为这个符号的unicode码。
下表总结了编码规则,字母x表示可用编码的位。
Unicode符号范围 | UTF-8编码方式
(十六进制) | (二进制)
--------------------+---------------------------------------------
0000 0000-0000 007F | 0xxxxxxx
0000 0080-0000 07FF | 110xxxxx 10xxxxxx
0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx
0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
下面,还是以汉字“严”为例,演示如何实现UTF-8编码。
已知“严”的unicode是4E25(100111000100101),根据上表,可以发现4E25处在第三行的范围内(0000 0800-0000 FFFF),因此“严”的UTF-8编码需要三个字节,即格式是“1110xxxx 10xxxxxx 10xxxxxx”。然后,从“严”的最后一个二进制位开始,依次从后向前填入格式中的x,多出的位补0。这样就得到了,“严”的UTF-8编码是 “11100100 10111000 10100101”,转换成十六进制就是E4B8A5。
百度百科:
大端模式,是指数据的高字节保存在内存的低地址中,而数据的低字节保存在内存的高地址中,这样的存储模式有点儿类似于把数据当作字符串顺序处理:地址由小向大增加,而数据从高位往低位放;小端模式,是指数据的高字节保存在内存的高地址中,而数据的低字节保存在内存的低地址中。
参考文章:
http://blog.sina.com.cn/s/blog_74ade77001017qjv.html
记住大小端模式:轻松记住大端小端的含义(附对大端和小端的解释)