关于Joel Spolsky的Unicode文章的澄清

Question

我正在阅读受欢迎的Unicode article from Joel Spolsky并且有一个我不理解的插图。

1. “Hex Min，Hex Max”是什么意思？这些价值代表什么？最小值和最大值是什么？

2. 二进制只能有1或0.为什么我在这里看到大量字母“v”？

---

http://www.joelonsoftware.com/articles/Unicode.html

---

Answer 1

Hex Min / Max定义unicode字符的范围（通常用HEX中的unicode编号表示）。

v指的是原始数字的位

所以第一行是说：

  

0（十六进制00）到127（十六进制7F）范围内的unicode字符（a 7   位号）由以'0'开头的1字节位串表示   然后是unicode号的所有7位。

第二行是说：

  

128（十六进制0800）到2047（07FF）范围内的unicode数字（11   位号）由第一个2字节位串表示   字节以'110'开头，后跟11位的前5位，以及   第二个字节以'10'开头，后跟11位中剩余的6个

等

希望有意义

Answer 2

请注意，Joel的文章中的表格涵盖了在Unicode中不存在且永远不存在的代码点。事实上，UTF-8永远不需要超过4个字节，尽管如图所示，UTF-8的方案可以进一步扩展，如图所示。

How does a file with Chinese characters know how many bytes to use per character?中提供了一个更细致的表格版本。它指出了一些差距。例如，字节0xC0,0xC1和0xF5..0xFF永远不会出现在有效的UTF-8中。您还可以在Really good bad UTF-8 example test data查看有关无效UTF-8的信息。

在您显示的表中，Hex Min和Hex Max值是最小和最大U + wxyz值，可以使用二进制＆＃39;字节序列中的字节数来表示。柱。请注意，Unicode中的最大代码点是U + 10FFFF（并且定义/保留为非字符）。这是使用UTF-16中的代理编码方案仅使用4个字节（两个UTF-16代码点）表示的最大值。