utf-8 是不是只需要4个字节就可以装下所有的unicode

水木社区手机版

主题:utf-8 是不是只需要4个字节就可以装下所有的unicode
楼主|zli07|2022-06-23 13:22:23|展开
根据utf-8的编码规则，4个字节可以容纳21比特数据，最多可以到U+1FFFFF，而unicode的平面数目前最多是17个(U+00xxxx ~ U+10xxxx)。
这也是 mysql用utf8mb4的意义，除非存储那些自定义的unicode字符，不然4字节够了
--
修改:zli07 FROM 49.7.47.*
FROM 49.7.47.*
3楼|zli07|2022-06-24 16:05:32|展开
嗯。。倒也是，UTF-16真是脑瘫设计出来的，本来UCS2为了性能舍弃扩展性还说得过去，结果UTF-16折腾了半天
最多能存22位数字，扩展性上甚至不如UTF-8，再加上编解码的时候除了位运算还要做一次加减法。。

【在 cybereagle 的大作中提到: 】
: unicode 为了UTF-16已经把码点范围统一限制到 ~U+10FFFF 以内了
: 所以没错utf-8用4个字节就足够覆盖了
--
FROM 49.7.47.*

BYR-Team©2010. KBS Dev-Team©2011 登录完整版