UTF-8 是一种字符编码系统。它允许您将字符表示为 ASCII 文本，同时仍允许使用国际字符，如中文字符。截至20世纪20年代中期，UTF-8是最受欢迎的编码系统之一。要开始使用 UTF-8，您需要首先熟悉基本的 ASCII 字符集。
什么是 ASCII 字符集？
ASCII 使用 7 位码位来表示 128 个不同的字符。这些码位分为 95 个可打印字符，其中包括英语字母表中的 26 个字母(A 到 Z，大写和小写)、10 位数字(0 到 9)以及各种标点符号和其他符号。
还有 33 个不可打印的字符，其中包括回车符和换行符等控制字符，以及用于格式化文本等内容的各种其他字符。
UTF-8 与 ASCII –有什么区别？
UTF-8 将 ASCII 字符集扩展为使用 8 位码位，最多允许 256 个不同的字符。
这意味着 UTF-8 可以表示所有可打印的 ASCII 字符，以及不可打印的字符。
UTF-8 还包括各种其他国际字符，如中文字符和阿拉伯字符。
如何在网页中使用 UTF-8 – HTML UTF-8 示例
现在是容易的部分。你实际上并不需要知道它是如何工作的(尽管我一会儿会告诉你。您可以在 HTML 代码中配置 UTF-8 字符编码，并在代码部分中使用一行 HTML：<head>
说到这里，让我解释一下 UTF-8 是如何工作的，以及为什么它是一个如此出色的编码方案。
UTF-8 编码的工作原理，以及每个字符使用的存储量
用 UTF-8 表示字符时，每个代码点都由一个或多个字节的序列表示。使用的字节数取决于字符所表示的代码点。以下是使用范围的细分：
ASCII 范围 (0-127) 中的码位由单个字节表示
范围 (128-2047) 中的码位由两个字节表示
范围 (2048-65535) 中的码位由三个字节表示
和范围 (65536-1114111) 中的码位由四个字节表示。(这似乎有很多可能的字符，但请记住，仅在中文中，就有100，000个字符。
UTF-8 序列的第一个字节称为“前导字节”。前导字节提供有关序列中有多少字节以及字符的代码点值的信息。
单字节序列的前导字节始终在 (0-127) 范围内。双字节序列的前导字节在范围 (194-223) 中。三字节序列的前导字节在范围 (224-239) 中。四字节序列的前导字节在范围 (240-247) 中。
序列中的其余字节称为“尾随字节”。双字节序列的尾随字节在范围 (128-191) 中。三字节序列的尾随字节在范围 (128-191) 中。四字节序列的尾随字节在范围 (128-191) 中。
可以通过查看前导字节和尾随字节来计算字符的代码点值。对于单字节序列，代码点值等于引线字节的值。
对于双字节序列，代码点值等于 ((前导字节 - 194) * 64) +(尾随字节 - 128)。
对于三字节序列，代码点值等于 ((前导字节 - 224) * 4096) + ((尾随字节 1 - 128) * 64) +(尾随字节 2 - 128)。
对于四字节序列，代码点值等于 ((前导字节 - 240) * 262144) + ((尾随字节1 - 128) * 4096) + ((尾随字节2 - 128) * 64) + (尾随字节3 - 128)。
UTF-8 是编码的首选
同样，UTF-8是一个超级高效的编码系统。它可以表示各种字符，同时仍与 ASCII 兼容。这使其成为国际化软件中使用的合理选择。
京公网安备 11010802030320号