Question

示例：“大红圈”表情符号可以使用🔴以HTML格式显示但是如果我创建一个文本文件，其中包含相同的表情符号，请使用UTF-8编码保存文件，然后检查它使用十六进制编辑器，我可以看到表情符号用这四个字节表示：F0 9F 94 B4。这是一个非常不同的数字。

在两种表示形式之间进行转换的公式是什么？如何从0x1F534派生0xF09F94B4，反之亦然？

Answer 1

1f534指的是Unicode代码点。二进制文件是：

00000001 11110101 00110100

如果您查看UTF-8 Bit Distribution，您可以看到这些位如何插入代码点的UTF-8编码。

Scalar Value                First Byte  Second Byte Third Byte  Fourth Byte
00000000 0xxxxxxx           0xxxxxxx            
00000yyy yyxxxxxx           110yyyyy    10xxxxxx        
zzzzyyyy yyxxxxxx           1110zzzz    10yyyyyy    10xxxxxx    
000uuuuu zzzzyyyy yyxxxxxx  11110uuu    10uuzzzz    10yyyyyy    10xxxxxx

所以你得到了：

000uuuuu zzzzyyyy yyxxxxxx as
00000001 11110101 00110100

将这些位插入：

11110uuu 10uuzzzz 10yyyyyy 10xxxxxx =
11110000 10011111 10010100 10110100

以十六进制表示F0 9F 94 B4。

另一方面，从UTF-8到代码点，你检查第一个字节的最高有效位，看看有多少字节被使用（这应该从上表中清楚），然后剔除相关的把它们放在一起。

奖金艺术线条：

000uuuuu zzzzyyyy yyxxxxxx as
00000001 11110101 00110100
   │││││ ││││││││ │││││││└────────┐
   │││││ ││││││││ ││││││└────────┐│
   │││││ ││││││││ │││││└────────┐││
   │││││ ││││││││ ││││└────────┐│││
   │││││ ││││││││ │││└────────┐││││
   │││││ ││││││││ ││└────────┐│││││
   │││││ ││││││││ │└─────┐   ││││││
   │││││ ││││││││ └─────┐│   ││││││
   │││││ │││││││└──────┐││   ││││││
   │││││ ││││││└──────┐│││   ││││││
   │││││ │││││└──────┐││││   ││││││
   │││││ ││││└──────┐│││││   ││││││
   │││││ │││└───┐   ││││││   ││││││
   │││││ ││└───┐│   ││││││   ││││││
   │││││ │└───┐││   ││││││   ││││││
   │││││ └───┐│││   ││││││   ││││││
   ││││└────┐││││   ││││││   ││││││
   │││└────┐│││││   ││││││   ││││││
   ││└─┐   ││││││   ││││││   ││││││
   │└─┐│   ││││││   ││││││   ││││││
   └─┐││   ││││││   ││││││   ││││││
11110uuu 10uuzzzz 10yyyyyy 10xxxxxx =
11110000 10011111 10010100 10110100

如何在十六进制NCR和UTF-8代码单元之间进行转换？

1 个答案: