【Encoding】UTF-8編碼規則
UTF-8是一種變長位元組編碼方式。對於某一個字元的UTF-8編碼，如果只有一個位元組則其最高二進位制位為0；如果是多位元組，其第一個位元組從最高位開始，連續的二進位制位值為1的個數決定了其編碼的位數，其餘各位元組均以10開頭。UTF-8最多可用到6個位元組。
如表：
| 位元組數 | 格式 |
| 1位元組 | 0xxxxxxx |
| 2位元組 | 110xxxxx 10xxxxxx |
| 3位元組 | 1110xxxx 10xxxxxx 10xxxxxx |
| 4位元組 | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx |
| 5位元組 | 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx |
| 6位元組 | 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx |
因此UTF-8中可以用來表示字元編碼的實際位數最多有31位，即上表中x所表示的位。除去那些控制位（每位元組開頭的10等），這些x表示的位與UNICODE編碼是一一對應的，位高低順序也相同。
實際將UNICODE轉換為UTF-8編碼時應先去除高位0，然後根據所剩編碼的位數決定所需最小的UTF-8編碼位數。
因此那些基本ASCII字符集中的字元（UNICODE相容ASCII）只需要一個位元組的UTF-8編碼（7個二進位制位）便可以表示。
對於上面的問題，程式碼中給出的兩個位元組是：
十六進位制：C0 B1
二進位制：11000000 10110001
提取出對應的UNICODE編碼：
00000 110001
可以看出此編碼並非“標準”的UTF-8編碼，因為其第一個位元組的“有效編碼”全為0，去除高位0後的編碼僅有6位。由前面所述，此字元僅用一個位元組的UTF-8編碼表示就夠了。
Java在把字元還原為UTF-8編碼時，是按照“標準”的方式處理的，因此我們得到的是僅有1個位元組的編碼。
相關推薦
【Encoding】UTF-8編碼規則
UTF-8是一種變長位元組編碼方式。對於某一個字元的UTF-8編碼，如果只有一個位元組則其最高二進位制位為0；如果是多位元組，其第一個位元組從最高位開始，連續的二進位制位值為1的個數決定了其編碼的位數，
【ASP】UTF-8編碼的vbscript頁面，除錯資訊的亂碼問題
在被UTF-8編碼的vbscript頁面，在寫程式的過程中，不小心寫錯的話，在頁面的輸出資訊是亂碼的，如下圖所示： 讓人無法得知錯誤的原因。 畢竟在vbscript最初發展的時候，UTF-8編碼還沒有普及，都是預設以伺服器系統的預設編碼來跑網頁，這與現在網頁皆用UTF-8
【走過的彎路】UTF-8編碼轉GB2312
1.說明：UTF-8和GB2312沒有直接的轉換關係，需要通過查表的方式來裝換，表碼如下連結： http://wenku.baidu.com/link?url=U99KgZDiS3k33Pl7f9UFQo5puGScd462DzzpCOTgl-Hu1I9liubC7gUoo
UTF-8編碼規則解析
在將多個（UTF-8）位元組陣列轉換為字串的時候，可能會發生亂碼，這不是因為編碼問題。 UTF-8是一種變長位元組編碼方式。對於某一個字元的UTF-8編碼，如果只有一個位元組則其最高二進位制位為0；如果是多位元組，其第一個位元組從最高位開始，連續的二進位制位值為1的個數決定
UTF-8編碼規則（轉）
結果，這個問題比我想象的複雜，從午飯後一直看到晚上9點，才算初步搞清楚。 下面就是我的筆記，主要用來整理自己的思路。但是，我儘量試圖寫得通俗易懂，希望能對其他朋友有用。畢竟，字元編碼是計算機技術的基石，想要熟練使用計算機，就必須懂得一點字元編碼的知識。 1. ASCII碼 我們知道，在計算機內部，所
【okhttp】Post請求設定utf-8編碼（解決漢語請求亂碼問題）
如果用FormBody 傳送post表單請求，就不能設定編碼格式，contentType方法沒有暴露出來，預設也不是UTF-8，引數是漢字就會亂碼。 所以換一種方式 ，用 RequestBody
刨根究底字符編碼之十一——UTF-8編碼方式與字節序標記
所有 碼元 unix 找到 概念 不可見 執行 大端 位置 UTF-8編碼方式與字節序標記 一、UTF-8編碼方式 1. 接下來將分別介紹Unicode字符集的三種編碼方式：UTF-8、UTF-16、UTF-32。這裏先介紹應用最為廣泛的UTF-8。 為滿足基於AS
【ES】學習8-聚合1
target style nsa 搜索 名稱 制造商 tab sea bsp 參考資料： https://elasticsearch.cn/book/elasticsearch_definitive_guide_2.x/_combining_the_two.html 特
php開啟mbstring擴展並設置支持utf-8編碼
tran ret utf-8 enc php asm 不一致 需要 Coding 前一段時間使用一個服務的接口，因為調用接口時使用的參數裏面有中文，調用接口會出現異常問題，後來才明白是編碼不一致的問題。然而，我本地項目開發使用的是utf-8，接口那邊也是需要utf-8的，那
在MyEclipse中設置jsp頁面為默認utf-8編碼
技術 logs utf tor and ren 創建 菜單 下拉框 在MyEclispe中創建Jsp頁面，Jsp頁面的默認編碼是“ISO-8859-1”，如下圖所示： 在這種編碼下編寫中文是沒有辦法保存Jsp頁面的，會出現如下的錯誤提示： 因此可以設置Jsp默認的編碼為
ASCII UTF-8 編碼
代碼 href 語言 ace 最終 方式 eight 中文版 丟了 1. ASCII碼 我們知道，在計算機內部，所有的信息最終都表示為一個二進制的字符串。每一個二進制位（bit）有0和1兩種狀態，因此八個二進制位就可以組合出256種狀態，這被稱為一個字節（byte）。也就是
【python】聲明編碼的格式
cnblogs 表達 html log 則表達式 pre tar 聲明 nbsp 來自：http://www.xuebuyuan.com/975181.html 編碼聲明必須在第一行或者第二行，且要符合正則表達式 "coding[:=]\s*([-\w.]+)"
Python中的Unicode編碼和UTF-8編碼
2個 傳輸 硬盤 中文字符 結合 2.7 客戶端 有一點 來看 下午看廖雪峰的Python2.7教程，看到 字符串和編碼 一節，有一點感受，結合 崔慶才的Python博客 ，把這種感受記錄下來： ASCII碼：是用一個字節（8bit， 0-255）中的127個字母表示大
【轉】 H.264編碼原理以及I幀B幀P幀
獨立 像素 疊加 提高 oss 解壓 防止 相同 大小 轉自：http://www.cnblogs.com/herenzhiming/articles/5106178.html 前言 ----------------------- H264是新一代的編碼標準，
解決excel打開utf-8編碼csv文件亂碼的bug
導入 對話框 原因 識別 直接 格式 excel exce 編碼 直接用 excel 打開 utf-8 編碼的 csv 文件會導致漢字部分出現亂碼。原因是 excel 以 ansi 格式打開,不會做編碼識別。 打開 utf-8 編碼的 csv 文件的方法： 1) 打開
【探路者】貢獻分分配規則
情況 每次 基礎 數量 ast 進行 取整 選擇 技術 評分宗旨：準時完成自己的任務得分高。評分核心：日均占比。 1組長將老師的任務盡可能公平的劃分為二十八份細小的任務。解釋：本組7個人，每周5次立會中根據情況選擇4次進行任務完成統計。 2每個同學基礎得分為占比七分之一。每
【NetApp】DataOntap 8.1 NMSDK
perf clas 查詢 技術 gpo val operation data inf DataOntap 8.1 7-mode版本，需要使用NMSDK 4.1才能使用。 查詢DataOntap 8.1 cifs 延時的命令如下： perf_operation.exe 192
JavaScript進行UTF-8編碼與解碼
str 前端 轉載 clas utf-8 處理 序列 一個 ket JavaScript本身可通過charCodeAt方法得到一個字符的Unicode編碼，並通過fromCharCode方法將Unicode編碼轉換成對應字符。 但charCodeAt方法得到的應該是一個16
【java】java基本編碼規範
分享 -m cimage down auto bfd imageview ava bbb 【java】java基本編碼規範
C# MD5 32位加密 UTF-8編碼
spl 十六進制 post ring one 類型 開始 出現問題 int 項目開發過程中需要用到MD5加密，最開始的使用使用加密方法： public static string GetMD5(string str) { byte[] b = System