Question

Unicode到UTF-8的转换：求解，这个过程的最后一步看不懂了

Unicode符号范围（十六进制） UTF-8编码方式（二进制）
0000 0000 ~ 0000 007F 0xxxxxxx
0000 0080 ~ 0000 07FF 110xxxxx 10xxxxxx
0000 0800 ~ 0000 FFFF 1110xxxx 10xxxxxx 10xxxxxx
0001 0000 ~ 0010 FFFF 1110xxx 10xxxxxx 10xxxxxx 10xxxxxx

以“严”字为例，演示如何实现UTF-8编码。

已知“严”字的unicode编码是4E25（1001110 00100101），根据上表可知4E25处在第三行的范围内（0000 0800-0000 FFFF），因此“严”字的UTF-8编码需要三个字节，即格式为“1110xxxx 10xxxxxx 10xxxxxx”。然后，【从“严”字的最后一个二进制位开始，依次从后向前填入格式中的x，多出的位补0】。这样就得到了“严”字的UTF-8编码“11100100 10111000 10100101”，转换成十六进制就是E4B8A5，转换成十六进制的目的是方便阅读。

填入x？咋填呀？用什么填？用“严”字的Unicode的二进制编码向UTF-8的二进制编码填？我这么填和给的结果也对不上呀，求解

Answer 1

从右向左将“严”的Unicode二进制填入格式中的X，多出的X用0替换，看下图你就明白了

Answer 2

1: UTF stands for UCS Transformation Format, where UCS stands for Universal Character Set.

2：utf-8 是unicode 这种编码的储存格式（以一到三个字节“存放”一个字符--理论上可以达到六个）

3: unicode 是编码。Unique, Universal, and Uniform character encoding--它在概念上与ISO 10646标准相对应 (目前版本UCS-2以两字节‘描述’一个字符)

4: 根据上面所述：可以根据unicode/UCS-2的编码特性（与ASCII编码在字面上“相等”）得知将一个 ASCII 或 Latin-1 的文件转换成 UCS-2 只需简单地在每个 ASCII 字节前插入 0x00。反之去处0x00。

5：而一个unicode格式的文本要转为utf-8格式的文本，那么根据下图所示：
U-00000000 - U-0000007F: 0xxxxxxx
U-00000080 - U-000007FF: 110xxxxx 10xxxxxx
U-00000800 - U-0000FFFF: 1110xxxx 10xxxxxx 10xxxxxx
U-00010000 - U-001FFFFF: 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
U-00200000 - U-03FFFFFF: 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
U-04000000 - U-7FFFFFFF: 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
==================================================================
以上是对一些概念的阐述，
而下面这几个语句/表达式的解释：
<0x80 //逻辑判断，字面意思：判断是否小于0x80，（即判断是否为一个ascii字符）

&0xff //位运算 ，字面：将相应的位置“0”，（按照utf-8的格式设置“前缀”/“前导”）

追问

前辈您好，规则里说找到范围后让补上相应的x，但是没说用什么补呀

Answer 3

编码(Unicode,UTF-8,GBK)转换工具
搜索
编码(Unicode,UTF-8,GBK)转换工具