unicode中字符的大小

我们正在将数据库升级到11g，并将所有内容转换为Unicode。在线阅读后，我发现字符串中的每个字符可以占用1、2或4个字节

---

我想知道系统如何知道字符的字节数。Unicode编码中的每个字节中是否都有一个保留位，表示“此字符为2字节”

首先，请注意Unicode和特定编码之间存在重大差异。有多种编码Unicode的方法（UTF-8、UTF-16和UTF-32是三种更常见的方法），每种方法都有不同的属性。您似乎正在描述UTF-8编码的属性

---

是的，UTF-8编码字符串的每个字节内的前导位指示特定字符使用的字节数。上的Wikipedia文章显示了1、2、3和4字节字符的每个字节的各种位模式。

首先，请注意Unicode和特定编码之间存在重大差异。有多种编码Unicode的方法（UTF-8、UTF-16和UTF-32是三种更常见的方法），每种方法都有不同的属性。您似乎正在描述UTF-8编码的属性

---

是的，UTF-8编码字符串的每个字节内的前导位指示特定字符使用的字节数。上的Wikipedia文章显示了1、2、3和4字节字符的每个字节的各种位模式。

这样的Unicode字符是一个抽象概念。当字符编码为字节字符串时，它们可能具有不同的长度。在UTF-32中，每个字符是4个字节。在UTF-16中，每个字符是2或4个字节。在UTF-8中，每个字符是1、2、3或4个字节

在UTF-16中，前两个字节决定是否还有两个字节。如果前两个字节定义的数量在称为“高代理”的特定指定范围内，则会出现额外的字节

在UTF-8中，第一个字节的位模式指定字符有多少字节。如果最高有效位为0，则只有这一个字节（因此Ascii字符的表示方式与Ascii相同）。如果前三位为110，则还有一个字节。如果前四位为1110，则多出两个字节；如果为1111，则多出三个字节

如果从UTF中提取任意字节−8流，通常无法确定它是2字节、3字节还是4字节表示的一部分。如果它是为起始字节描述的模式之一，那么您知道它是什么。但如果它是从第10位开始的，你就不知道了

---

这意味着必须按顺序处理UTF-8流。通过字符位置直接寻址是不可能的；要查找第n个字符，您需要从头开始读取并观察起始字节的位模式。

Unicode字符本身是一个抽象概念。当字符编码为字节字符串时，它们可能具有不同的长度。在UTF-32中，每个字符是4个字节。在UTF-16中，每个字符是2或4个字节。在UTF-8中，每个字符是1、2、3或4个字节

在UTF-16中，前两个字节决定是否还有两个字节。如果前两个字节定义的数量在称为“高代理”的特定指定范围内，则会出现额外的字节

在UTF-8中，第一个字节的位模式指定字符有多少字节。如果最高有效位为0，则只有这一个字节（因此Ascii字符的表示方式与Ascii相同）。如果前三位为110，则还有一个字节。如果前四位为1110，则多出两个字节；如果为1111，则多出三个字节

如果从UTF中提取任意字节−8流，通常无法确定它是2字节、3字节还是4字节表示的一部分。如果它是为起始字节描述的模式之一，那么您知道它是什么。但如果它是从第10位开始的，你就不知道了

---

这意味着必须按顺序处理UTF-8流。通过字符位置直接寻址是不可能的；要找到第n个字符，您需要从头开始读取，并观察开始字节的位模式。

取决于编码。没有字符。根据您所做的工作，您可能需要了解glyph（可能很长）、代码点、代码单元和其他符号之间的差异。对于一站式商店如何做的事情正确。取决于编码。没有这样的事情作为一个字符。根据您所做的工作，您可能需要了解glyph（可能很长）、代码点、代码单元和其他符号之间的差异。关于如何正确做事的一站式服务。