时间戳

首页 > 解决方案 > UTF-8 编码标准中的第一位（即二进制 0）是什么意思？

unicode - UTF-8 编码标准中的第一位（即二进制 0）是什么意思？

问题描述

我是一名专业的PHP 开发人员。

考虑下面的例子：

我想使用UTF-8编码对单词“hello”进行编码。

所以，

单词“hello”的每个字母的等效码点如下：

h = 104
e = 101
l = 108
o = 111

因此，我们可以说十进制数字列表代表字符串"hello"：

104 101 108 108 111

UTF-8编码将像这样（二进制）存储“hello” ：

01101000 01100101 01101100 01101100  01101111

如果你仔细观察上面的二进制编码值，你会知道十进制数的每个二进制等价物前面都有二进制位值0。

我的问题是为什么这个首字母0会在每个可存储的字符前加上前缀？在 UTF-8 编码中使用它的目的是什么？

当使用UTF-16格式对相同的字符串进行编码时，做了什么？

如果有必要，那么最初的额外字符可以是一个位值1吗？

NUL Byte是否表示二进制字符0？

标签： unicodeutf-8character-encodingutf-16utf

解决方案

UTF-8 使用 7 位对 Unicode 代码点 U+0000 - U+007F（ASCII 字符 0-127）进行编码。仅当编码 Unicode 代码点 U+0080 - U+10FFFF 时，才需要额外字节时，第八位才会发出信号。

例如，è是代码点 U+00E8，它以 UTF-8 编码为字节0xC3 0xA8（11000011 10101000二进制）。

Wikipedia很好地解释了 UTF-8 是如何编码的。

NUL Byte 是否表示二进制字符 0？

是的。

推荐阅读