缘由
在学习java基础时
对于s2,一个中文占用3个字节**,21845个正好占用65535个字节,而且字符串长度是21845,长度和存储也都没超过限制,所以可以编译通过
后来发现这句话是错的, java中char的存储是 LATIN-1(1字节) OR UTF-16(2字节)
但是引出了我对 UTF-8 的思考
为啥是三个字节, 不是两个字节吗
- java的默认编码格式
那我们看看 UTF-8的wiki
- Unicode
故名思意, 为每个字符(任何语言)提供一个独特编码
以满足跨语言、跨平台的文本信息转换
码点的位数 | 表示的unicode范围 | 字节序列 | Byte 1 | Byte 2 | Byte 3 | Byte4 |
---|---|---|---|---|---|---|
7 | 0~127 | 1 | 0xxxxxxx |
|||
11 | 128~2047 | 2 | 110xxxxx |
10xxxxxx |
||
16 | 2048~65535 | 3 | 1110xxxx |
10xxxxxx |
10xxxxxx |
|
21 | >65535 | 4 | 11110xxx |
10xxxxxx |
10xxxxxx |
10xxxxxx |
比如’中’的unicode为4E2D
4^(16∗16∗16) = 16384 >2047
显然是用3位UTF-8存储
来源链接:https://www.cnblogs.com/many-bucket/p/18927113
© 版权声明
本站所有资源来自于网络,仅供学习与参考,请勿用于商业用途,否则产生的一切后果将由您(转载者)自己承担!
如有侵犯您的版权,请及时联系3500663466#qq.com(#换@),我们将第一时间删除本站数据。
如有侵犯您的版权,请及时联系3500663466#qq.com(#换@),我们将第一时间删除本站数据。
THE END
暂无评论内容