我正在寻找1字节、2字节、3字节、4字节、5字节和6字节的Unicode字符样本。如果有任何关于所有不同Unicode字符及其大小(以字节为单位)的参考链接,那将非常感激。我希望这个参考还包括像 \uXXXXX
这样的代码点。
我正在寻找1字节、2字节、3字节、4字节、5字节和6字节的Unicode字符样本。如果有任何关于所有不同Unicode字符及其大小(以字节为单位)的参考链接,那将非常感激。我希望这个参考还包括像 \uXXXXX
这样的代码点。
正如axtavt所指出的那样,n字节的Unicode字符的概念是没有意义的;假设你指的是UTF-8,则一个非常简单的表格可以帮助你进行测试等操作,如下所示。请注意,所有示例字符在我的浏览器上(Ubuntu上的Chrome)都可以工作,但在显示、复制/粘贴等方面可能会有所不同。
UTF-8 bytes Start End Example Character
1 U+0000 U+007F ! EXCLAMATION MARK U+0021)
2 U+0080 U+07FF ¶ PILCROW SIGN (U+00B6)
3 U+0800 U+FFFF ‱ PER TEN THOUSAND SIGN (U+2031)
4 U+10000 U+1FFFFF MUSICAL SYMBOL SIXTEENTH NOTE (U+1D161)
Character: U+1D161
UTF-8 encoding: 0xF0 0x9D 0x85 0xA1
UTF-16 encoding: 0xD834 0xDD61
UTF-16 code points individually encoded as UTF-8: 0xED 0xA0 0xB4 0xED 0xB5 0xA1
perl -CS -e 'print chr(0x101)' | wc -c
命令,会输出 2。运行 perl -CS -e 'print chr(0x1020)' | wc -c
命令,会输出 3。运行 perl -CS -e 'print chr(0x1F608) | wc -c
命令,会输出 4。这些答案是 UTF-8 编码下相应代码点的字节数。最高合法 Unicode 代码点是 0x10FFFF,但 UTF-8 可以 编码比这更大的代码点。例如,在一个64位机器上:运行 perl -CS -e 'print chr(0xFFFF_FFFF_FFFF_FFFF)' | wc -c
命令,会报告13个字节。 - tchrist对äº�那些å�ªéœ€è¦�å®�é™…æ ·æœ¬çš„äººï¼Œè¿™é‡Œæœ‰4ä¸ªæ ·æœ¬ã€‚
我不确定为什么0xb5是2个字节,而0x2192是3个字节。也许有人可以解释一下。