String 为什么Utf8与ascii兼容

UTF-8中的

A

是

U+0041拉丁文大写字母A

A是

065

---

UTF-8如何与ASCII向后兼容？

ASCII仅使用8位字节的前7位。因此，从

00000000

到

01111111

的所有组合。此范围内的所有128字节都映射到特定字符

UTF-8保留这些精确映射。ASCII中由

011101011

表示的字符在UTF-8中也由相同的字节表示。所有其他字符以多个字节的序列编码，其中每个字节具有最高的位集；i、 e.UTF-8中所有非ASCII字符的每个字节的格式为

1xxxxxx

为什么：

因为所有东西都已经是ASCII格式，并且具有向后兼容的Unicode格式，所以采用起来更容易。将程序转换为使用UTF-8要比转换为UTF-16容易得多，而且该程序通过仍然使用ASCII来继承向后兼容的特性

如何：

ASCII是一种7位编码，但总是以8位字节的形式存储。这意味着1位一直未使用

---

UTF-8只是使用额外的位来表示非ASCII字符。

Unicode与ASCII向后兼容，因为ASCII是Unicode的子集。Unicode只是简单地使用ASCII中的所有字符代码，并添加了更多内容

虽然字符代码在Unicode中通常写为0041，但字符代码是数字的，因此0041的值与（十六进制）41的值相同

UTF-8不是字符集，而是与Unicode一起使用的编码。它恰好也与ASCII兼容，因为用于多字节编码的代码位于未使用的ASCII字符集中

---

请注意，只有7位ASCII字符集与Unicode和UTF-8兼容，即基于ASCII的8位字符集，如IBM850和windows-1250，使用UTF-8具有多字节编码代码的字符集部分。

任何ASCII编码的文本文件都可以解码为UTF-8以获得完全相同的结果。您正在比较十进制和十六进制。65十二月=41十六进制。utf-8几乎总是以十六进制列出。您能否解释一下，如果只支持ASCII文件的应用程序读取UTF8文件，会发生什么情况。具体来说，当它读取0041（十六进制）的第一个字节时，它应该做什么。“0041”到底是什么意思？Unicode字符U+0041？字节序列

0x00 0x41

？如果是前者，那就是后一个“A”，它以UTF-8编码，与ASCII编码相同，因此根本没有问题。如果是后者，那将是一个

NUL

字节，后跟“a”，这在ASCII中与UTF-8中相同。我认为您还没有完全理解这一点，我建议您阅读“注意，只有7位ASCII字符集与Unicode和UTF-8兼容”：您应该删除对Unicode的提及，否则您必须定义“兼容”在本文中的含义