utf8不是等长编码。

UTF-8码是一种字符集，是分配整数给字符的编码表，将文本存储为2个或4个字节序列的串，可以最多到6个字节长，所以是不等长编码。

特性

UCS字符U+0000到U+007F(ASCII)被编码为字节0x00到0x7F(ASCII兼容）。这意味着只包含7位ASCII字符的文件在ASCII和UTF-8两种编码方式下是一样的。

所有＞U+007F的UCS字符被编码为一个多个字节的串，每个字节都有标记位集。因此，ASCⅡ字节（0x00-0x7F)不可能作为任何其他字符的一部分。

表示非ASCⅡ字符的多字节串的第一个字节总是在0xC0到0xFD的范围里，并指出这个字符包含多少个字节。多字节串的其余字节都在0x80到0xBF范围里。这使得重新同步非常容易，并使编码无国界，且很少受丢失字节的影响。

本文地址： http://www.goggeous.com/g/1/614766

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。