UTF-8编码字符的最大字节数是多少？

单个UTF-8编码字符的最大字节数是多少

我将加密UTF-8编码字符串的字节，因此需要能够计算出UTF-8编码字符串的最大字节数

---

是否有人可以确认单个UTF-8编码字符的最大字节数请

每个字符的最大字节数为4，根据这一点，字符表限制为

U+10FFFF

：

在UTF-8中，U+0000..U+10FFFF范围（UTF-16）中的字符 可访问范围）使用1到4个八位字节的序列进行编码

（原始规范允许超过

U+10FFFF

的代码点最多使用六字节字符代码）

---

代码小于128的字符只需要1个字节，接下来的1920个字符代码只需要2个字节。除非您使用的是一种深奥的语言，否则将字符数乘以4将大大高估。

如果没有进一步的上下文，我会说UTF-8中字符的最大字节数是

回答：6字节

公认答案的作者正确地指出这是“原始规范”。这通过RFC-2279是有效的。正如J.Cocoe在下面的评论中指出的，这一点在2003年RFC-3629中有所改变，RFC-3629将UTF-8的编码限制为21位，可以使用4个字节的编码方案来处理

回答是否覆盖所有unicode:4字节

但是，在中），即它是unicode的旧版本，或现代unicode的子集。所以

如果仅表示原始unicode，则回答BMP:3字节

但是，OP谈论的是另一条路。不是从字符到UTF-8字节，而是从UTF-8字节到字节表示的“字符串”。也许被接受的答案的作者是从问题的上下文中得到的，但这并不一定是显而易见的，因此可能会让这个问题的普通读者感到困惑

---

从UTF-8到本机编码，我们必须了解“字符串”是如何实现的。有些语言，如Python>=3，将用整数代码点表示每个字符，这允许每个字符4个字节=32位来覆盖unicode所需的21个字节，但有些浪费。为什么不确切地说是21位呢？因为当字节对齐时，事情会更快。一些语言，如Python支持US-ASCII（标准英文字母编码）的最大字节数为1。但随着时间的推移，将文本限制为英语变得越来越不可取或不实用

Unicode设计用于表示所有人类语言的字形，以及多种符号，具有各种呈现特征。UTF-8是一种有效的Unicode编码，尽管仍然偏向于英语。UTF-8是自同步的：通过在任意方向上扫描定义良好的位模式，可以很容易地识别字符边界

虽然每个UTF-8字符的最大字节数为3，仅支持平面0（基本多语言平面（BMP））的2字节地址空间，这在某些应用程序中可以接受为最小支持，但支持所有17个当前Unicode平面（截至2019年）的最大字节数为4。需要注意的是，许多流行的“表情符号”字符可能位于平面16中，该平面需要4个字节

但是，这仅适用于基本字符图示符。还有各种修改器，例如使重音出现在前一个字符上，还可以将任意数量的代码点链接在一起以构造一个复杂的“字形”。因此，在现实编程中，使用或假设每个字符的最大字节数是固定的，最终可能会导致应用程序出现问题

---

这些考虑意味着UTF-8字符串在处理之前不应“扩展”为固定长度的数组，有时也会这样做。相反，编程应该直接完成，使用专门为UTF-8设计的字符串函数。

您确实看过常见资源，例如，first。。。是吗？我读了几篇文章，给出了复杂的答案。。。事实上，我得到的印象是答案是3，所以我很高兴我问Kedi会在这里留下一个youtube链接，以Tom Scott的角色、符号和Unicode奇迹为特色：。您可以听到并看到所有内容是如何从ASCII字符编码发展到utf-8的。另请参见长度计算代码示例“esotheric语言”对您来说是什么？现实世界中存在的任何语言，或在世界不同语言之间切换的文本？UTF-8-to-String函数的开发人员是否应该选择2、3或4作为乘法器，如果他进行了过度分配，并在实际转换后缩小了结果？@rinntech的“深奥语言”指的是一种具有大量高值unicode字符的语言（此列表底部附近的内容：）。如果您必须超额分配，请选择4。您可以进行双重传递，一个用来查看需要和分配多少字节，然后另一个用来进行编码；这可能比分配约4倍所需的RAM要好。始终尝试处理最坏的情况：大部分占用3字节（一些稀有/古老字符占用4字节），将它们称为深奥有点牵强（仅中国就几乎占世界人口的20%）。为什么在以前是6时限制为4？是什么阻止了我们继续使用该标准，使前导字节

11111111

和字符的

2^（6*7）

位空间？“根据维基百科，这仍然是当前正确的规范”——不再是了。在您写了这篇文章（4月2日编辑）后不久，Wikipedia的UTF-8文章被修改，以澄清6-octet版本不是当前（2003年）UTF-8规范的一部分。“但是，在Java中，没有分配超过10FFFF（略超过一百万）限制的代码点，许多UTF8实现都没有