黑马程序员技术交流社区

标题: UTF-8修改版和UTF-8标准版有什么区别我们现在用的都是修改... [打印本页]

作者: 多一点 时间: 2014-3-19 20:08
标题: UTF-8修改版和UTF-8标准版有什么区别我们现在用的都是修改...
本帖最后由多一点于 2014-3-19 20:09 编辑

UTF-8修改版和UTF-8标准版有什么区别我们现在用的都是修改版吗
我找不到资料啊，麻烦各位了

作者: 张东健 时间: 2014-3-19 20:10
你要找这个资料干啥呢，就是一个编码而已啊

作者: 郭黎明 时间: 2014-3-19 20:52
它们是两种不同的编码方式，知道这个就可以，写程序的时候用到哪个写哪个就可以

作者: 多一点 时间: 2014-3-19 21:09

张东健发表于 2014-3-19 20:10
你要找这个资料干啥呢，就是一个编码而已啊

我就是想知道啊

作者: linweiwen 时间: 2014-3-19 21:19
楼主，比起这个，你还是了解
UTF-8、GBK、GB2312等等各种编码在编程当中，
如何进行转换不会乱码比较实际吧。
这才是遇到最多的问题。

另外，可以参考一下UTF8的维基百科：

变种UTF-8

标准和变种的UTF-8有两个不同点。第一，空字符（null character，U+0000）使用双字节的0xc0 0x80，而不是单字节的0x00。这保证了在已编码字符串中没有嵌入空字节。因为C语言等语言程序中，单字节空字符是用来标志字符串结尾的。当已编码字符串放到这样的语言中处理，一个嵌入的空字符将把字符串一刀两断。

第二个不同点是基本多文种平面之外字符的编码的方法。在标准UTF-8中，这些字符使用4字节形式编码，而在改正的UTF-8中，这些字符和UTF-16一样首先表示为代理对（surrogate pairs），然后再像CESU-8那样按照代理对分别编码。这样改正的原因更是微妙。Java中的字符为16位长，因此一些Unicode字符需要两个Java字符来表示。语言的这个性质盖过了Unicode的增补平面的要求。尽管如此，为了要保持良好的向后兼容、要改变也不容易了。这个改正的编码系统保证了一个已编码字符串可以一次编为一个UTF-16码，而不是一次一个Unicode码点。不幸的是，这也意味着UTF-8中需要4字节的字符在变种UTF-8中变成需要6字节。

因为变种UTF-8并不是UTF-8，所以用户在交换信息和使用互联网的时候需要特别注意不要误把变种UTF-8当成UTF-8数据。

欢迎光临黑马程序员技术交流社区 (http://bbs.itheima.com/)

黑马程序员IT技术论坛 X3.2