Utf 8 维基百科上的汉字编码是什么？

我在看维基百科上的汉字编码，我很难弄清楚他们在用什么。例如“的" 编码为“%E7%9A%84”（）。这是三个字节，但是所描述的编码都不使用三个字节来表示汉字。例如，UTF-8使用两个字节

我基本上是想把这三个字节和一个实际的字符匹配起来。对它的编码有什么建议吗

>>> c='\xe7\x9a\x84'.decode('utf8')
>>> c
u'\u7684'
>>> print c
的

---

---

尽管Unicode将其编码为16位，但utf8将其分解为3个字节。

维基百科页面的标题包括：

<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

---

因此页面是UTF-8。

您给出的示例是一个

IRIs使用UTF8编码。UTF8实现unicode，在unicode中，每个字符都有一个代码点，即所有汉字的代码点都在0x4E00和0x9FFF（2字节）之间

---

但是UTF8并不是仅仅通过存储字符的代码点来编码字符（UTF32就是这样做的）。相反，它使用了一个，使所有中文表意文字都有2或3字节长。

该字符的UTF-8编码是

E7 9A 84

。@zerocrates，你应该发布答案并获得itThanks的分数，我假设UTF-8使用的编码与unicode相同。现在这是有意义的。@Laurent:不，因为（请跟我重复）Unicode不是一种编码。Unicode是一种表示文本的标准，而编码（实际上是几种编码）是标准的一部分。@Laurent:在UTF-32（这是一种编码）中，字符实际上是由其编码点编号编码的（即编码很简单），这一事实可能会让您感到困惑。但还有其他编码，UTF-32实际上并不经常使用。字符集具有误导性。它的意思是“编码”，而不是字符集，它们常常混淆在一起