Java JVM修改的UTF-8中的v格式

在JVM规范中，在中，它说明了“2乘以3字节格式”的

v

格式：

这意味着补充字符由六个字节表示，u、v、w、x、y和z

表4.14。v:1010（位20-16）-1

由于

v

是8位，这意味着

（位20-16）-1

必须是4位。

-1

如何将

位20-26

从5位缩减到4位

（补充问题：是否有理由说“2乘以3字节”而不是“6字节”？）

的范围从

U+0000

到

U+10FFFF

大于

U+FFFF

的值称为补充码点。它们的二进制表示是

uuuu xxxxxxxxxxxxxx

（21位），其中

uuuu

介于

00001

和

10000

之间

在UTF-16中，补充码点由编码，如中所述。也就是说，

uuuu xxxxxxxxxxxxxx

由两个16位字符表示：

110WWWWXXXXXX 110111XXXXXXXXX

，其中

WWWWWW=uuuuu-1

00001≤ 乌乌≤ 10000，因此，
0000≤ WW≤ 1111

现在，修改后的UTF-8将补充代码点编码为两个字符：高代理和低代理。这些代理字符中的每一个都由UTF-8中的3个字节表示。因此，这是一个“二乘三”的数字