UTF8 == Unicode Transformation Format -- 8 bit 
是Unicode傳送格式。即把Unicode文件轉(zhuǎn)換成BYTE的傳送流。 

UTF8流的轉(zhuǎn)換程序： 
Input: unsigned integer c - the code point of the character to be encoded （輸入一個unicode值） 
Output: byte b1, b2,b3, b4 - the encoded sequence of bytes (輸出四個BYTE值） 
Algorithm（算法）: 
if (c<0x80) 
b1 = c>>0 & 0x7F | 0x00 
b2 = null 
b3 = null 
b4 = null 
else if (c<0x0800) 
b1 = c>>6 & 0x1F | 0xC0 
b2 = c>>0 & 0x3F | 0x80 
b3 = null 
b4 = null 
else if (c<0x010000) 
b1 = c>>12 & 0x0F | 0xE0 
b2 = c>>6 & 0x3F | 0x80 
b3 = c>>0 & 0x3F | 0x80 
b4 = null 
else if (c<0x110000) 
b1 = c>>18 & 0x07 | 0xF0 
b2 = c>>12 & 0x3F | 0x80 
b3 = c>>6 & 0x3F | 0x80 
b4 = c>>0 & 0x3F | 0x80 
end if 
===================== 
unicode 是一種編碼表格，例如，給一個漢字規(guī)定一個代碼。類似 GB2312-1980, GB18030等，只不過字集不同。 
===================== 
一個unicode碼可能轉(zhuǎn)成長度為一個BYTE,或兩個，三個，四個BYTE的UTF8碼，取決于unicode碼的值。英文unicode碼因?yàn)橹敌∮?x80,只要用一個BYTE的UTF8傳送，比送unicode兩個BYTEs快。 
UTF8是為傳送unicode而想出來的“再編碼”方法罷了。 
UTF8轉(zhuǎn)unicode用我上面給的程序反算即可。

UTF8是現(xiàn)有ASCII系統(tǒng)轉(zhuǎn)向Unicode系統(tǒng)的一個過渡解決方案。UTF8是保證 ASCII兼容性，再向大字符集方向擴(kuò)展。這是Unicode推薦的方案。但是因 為解決問題的角度不同，對現(xiàn)有的中文系統(tǒng)不是好的解決方案。 一下連接提供了詳細(xì)的 UTF8編碼的初步知識 http://www.acnis.com/modules.php?name=ArticlE&file=article&sid=102 參考資料：http://www.acnis.com/modules.php?name=ArticlE&file=article&sid=102

什么是Unicode。Unicode的基本目標(biāo)是統(tǒng)一所有的編碼，即它包含所有的字符集。這樣只要一個系統(tǒng)支持Unicode，那么，就能處理這些字符集。一般Unicode有兩個字節(jié)?，F(xiàn)在的windows操作系統(tǒng)都是支持Unicode的。 

什么是UTF8呢？UTF8是一種Unicode編碼，即它的編碼的字符集和Unicode是一致的。但編碼的方式不一樣。對于英文字符來講，UTF8的編碼和一般的一樣，用到一個字節(jié)。但對于中文來講，那么要用三個字節(jié)表示（記憶中是三個）。 

UTF8和Unicode的缺點(diǎn)是在處理查找、搜索等問題時，好像算法上比較復(fù)雜，效率不高（記憶中）。

最新評論