具体字符使用UTF-8编码集存储的举例 [Java]

首先我们要知道"尚"字的Unicode编码值为 : 23578(十进制)

对应为二进制: 0101 1100 0001 1010

那么具体到UTF -8中的编码是怎样的?

我们要明白 – 这个时候的"尚"是一个中文字符 – 而中文字符在UTF-8中是通过三个字节进行存储的

UTF-8编码集中的三个字节的存储格式为: 1110xxxx 10xxxxxx 10xxxxxx

• 我们可以发现这个时候x一共有16个,刚刚够填充我们的"尚"字在Unicode中的编码的二进制(也是16位)

那么我们将"尚"字在Unicode中存储的二进制的16位数据填充到UTF-8编码集中三个字节的存储格式中,就得到了"尚"字在UTF-8中的存储编码 : 11100101 10110000 10011010

• ​ 1110xxxx 10xxxxxx 10xxxxxx
• ​ +
• ​ 0101 110000 011010
• ​ =
• 结果为: 11100101 1011000 10011010