Unicode UTF-8编码大小

什么unicode字符适合1、2、4字节？有人能告诉我完整的性格表吗

字符根据其在范围中的位置进行编码。实际上，您可以在Wikipedia页面上找到UTF8的算法-您可以非常快速地实现它

• U+0000到U+007F用一个字节（正确）编码
• U+0080到U+07FF用2个字节编码
• U+0800到U+FFFF用3个字节编码
• U+010000到U+10FFFF用4个字节编码

维基百科关于编码的文章有足够好的描述：

• 1字节=代码点0x000000到0x00007F（含）
• 2字节=代码点0x000080到0x0007FF
• 3字节=代码点0x000800到0x00FFFF
• 4字节=代码点0x010000到0x10FFFF

图表可直接从下载。这是一组大约150个PDF文件，因为一个图表将是巨大的（可能是30个MiB）

---

还要注意的是，Unicode（与ASCII之类的东西相比）的处理要复杂得多——有从右到左的文本、字节顺序标记、可以组合（“组合”）以创建单个字符的代码点，以及表示完全相同字符串的不同方式（这是一个将字符串转换为适合比较的规范形式的过程）、更多的空白字符等。如果您计划做的不仅仅是“不多”，我建议您下载整个Unicode规范并阅读其中的大部分内容.

UTF-8折衷了1到6个字节的限制，尽管当前的代码点数量仅为4个字节。UTF-8使用第一个字节来确定字符的长度（以字节为单位）-请参阅Wiki页面的各种链接：

单字节UTF-8实际上是ASCII-UTF-8被设计为与之兼容，这就是为什么它比UTF-16更流行的原因

---

---

编辑：显然，大家都同意UTF-8的代码点不会超过21位（4字节序列），但它具有处理多达31位（6字节UTF-8）的技术能力。

先读一读：一个完整的图表？这将是一个巨大的图表。有关基本多语言平面的打印版本，请参阅此图（还有16个）：有关Unicode字符的类似wiki的表示形式，请参见DecodeUnicode：您还可以阅读有关通用代码的内容：UTF-8的可能副本限制为4个字节。Unicode代码点限制为U+1FFFF（21位），UTF-8编码是规范的（必须选择最短）。因此，您永远不会得到5字节的UTF-8序列。要么它将解码为超过U+1FFFF的字符，要么它将不规范。UTF-8当前的字符集仅使用4个字节，但它是为高达31位的代码点而设计的-导致6字节序列。6字节字符？[抖动]你是对的，虽然Wiki有太多愚蠢的历史，我很生气地滚动并阅读它xdI正在寻找一个提及最大6字节的答案，像这样，但我也想知道最大代码点。我想它应该是U+FFFFFF，像ECMAScript 4。