黑马程序员技术交流社区

标题: UTF-8编码判断获取几个字节的问题 [打印本页]

---

作者: Eagle    时间: 2014-11-12 08:33
标题: UTF-8编码判断获取几个字节的问题
UTF-8修改版获取编码字节数是根据字节头来获取的。
UTF-8修改版编码字节获取方式如下：
第一个字节是0开头，是读一个字节，例如：01101001
第一个字节是110 开头， 第二个字节是10开头。是读两个字节，例如：11001101   10101011
第一个字节是1110 开头， 第二个字节是10开头   第三个字节也是10开头。 是读三个字节，例如：11101010   10100101  10100101
但是如果碰上如下情况怎么读？
情况1：1111开头的字节，例如：11110101
情况2：第一个字节10开头的字节，例如：10010100
情况3：第一个字节110开头第二个字节不是10开头的字节，例如：11001100  01001001
情况4：第一个字节1110开头，第二个字节或第三个字节不是10开头的字节，例如：11100001   11001001  01101001
像以上情况的话，编码是怎么判断获取字节数的？
是还能获取呢？还是不能继续获取？
还是原来获取方式的话，是不是就是出现乱码呢？

---

作者: zhangyangLengen    时间: 2014-11-12 08:48
那么这种情况，就不会进行读码，以不存在的字符进行处理

---

作者: Eagle    时间: 2014-11-12 18:42

zhangyangLengen 发表于 2014-11-12 08:48
那么这种情况，就不会进行读码，以不存在的字符进行处理

不是乱码吗？

---

作者: zhangyangLengen    时间: 2014-11-12 19:17
应该就是乱码

---

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