unicode编码范围表示区别

UTF8 == Unicode Transformation Format -- 8 bit

是Unicode传送格式。即把Unicode文件转换成BYTE的传送流。

UTF8流的转换程序：

Input: unsigned integer c - the code point of the character to be encoded （输入一个unicode值）

Output: byte b1, b2,b3, b4 - the encoded sequence of bytes (输出四个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<0x)

b1 = c>>12 0x0F | 0xE0

b2 = c>>6 0x3F | 0x80

b3 = c>>0 0x3F | 0x80

b4 = null

else if (c<0x)

b1 = c>>18 0x07 | 0xF0

b2 = c>>12 0x3F | 0x80

b3 = c>>6 0x3F | 0x80

b4 = c>>0 0x3F | 0x80

end if

=====================

unicode 是一种编码表格，例如，给一个汉字规定一个代码。类似 GB2312-1980, GB18030等，只不过字集不同。

=====================

一个unicode码可能转成长度为一个BYTE,或两个，三个，四个BYTE的UTF8码，取决于unicode码的值。英文unicode码因为值小于0x80,只要用一个BYTE的UTF8传送，比送unicode两个BYTEs快。

UTF8是为传送unicode而想出来的“再编码”方法罢了。

UTF8转unicode用我上面给的程序反算即可。