通常我们所说是2字节（GB-2312）。

具体依据汉字编码形式有所不同：

GB－231280 编码为 2个字节(Byte) 包含了 20902 个汉字，其编码范围是 0x8140-0xfefe。

GB18030-2000(GBK2K) 在 GBK 的基础上进一步扩展了汉字，增加了藏、蒙等少数民族的字形。编码是变长的，其二字节部分与 GBK 兼容；四字节部分是扩充的字形、字位，其编码范围是首字节 0x81-0xfe、二字节0x30-0x39、三字节 0x81-0xfe、四字节0x30-0x39

Unicode 范围一般所用为\U0000-\UFFFF，对于CJK EXT B区汉字，范围大于\U20000

UTF， 按其基本长度所用位数分为UTF-8/16/32。其中：

UTF-8是变长编码，每个Unicode代码点按照不同范围，可以有1-3字节的不同长度。

UTF-16长度相对固定，只要不处理大于\U200000范围的字符，每个Unicode代码点使用16位即2字节表示，超出部分使用两个UTF-16即4字节表示。按照高低位字节顺序，又分为UTF-16BE/UTF-16LE。

UTF-32长度始终固定，每个Unicode代码点使用32位即4字节表示。按照高低位字节顺序，又分为UTF-32BE/UTF-32LE。

本文地址： http://www.goggeous.com/20241228/1/978548

文章来源：天狐定制

版权声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。