Warum Grad-symbol unterscheidet sich von UTF-8 von unicode?

Warum Grad-symbol unterscheidet sich von UTF-8 von unicode?

Laut: http://www.utf8-chartable.de/ und
http://www.fileformat.info/info/unicode/char/b0/index.htm

unicode ist B0 aber UTF-8 ist C2 B0, Wie Sie kommen!??

  • Es gibt Tausende von Zeichen, deren Darstellung unterscheidet sich zwischen UTF-8 und UTF-16. Was macht Sie glauben, dass das Grad-symbol verdient eine Besondere Behandlung?
  • Sie müssen verstehen, den Unterschied zwischen Unicode und seine verschiedenen Kodierungen. Die links Lesen die Leute gebucht haben.
  • Ich glaube, dass alle Unicode code points haben unterschiedliche Darstellungen in UTF-8 und UTF-16.
InformationsquelleAutor Muhammad Hewedy | 2012-01-04
  1. 21

    UTF-8 ist eine Kodierung UTF Zeichen durch eine variable Anzahl von bytes (die Anzahl der bytes hängt von der code-point).

    Code Punkte unter U+0080 und U+07FF verwenden Sie die folgende 2-byte -Codierung: 

    110xxxxx 10xxxxxx

    wo x repräsentieren die bits der Codepunkt codiert.

    Betrachten wir U+00B0. In binary-0xB0 ist 10110000. Wenn ein Ersatz der bits in der oben genannten Vorlage, die man bekommt:

     11000010 10110000

    In hex, das ist 0xC2 0xB0.

    • Und, ganz entscheidend, das ist einfach eine andere Darstellung des gleichen Unicode code point U+00B0. UTF-16 verwendet 0x00 0xB0 (big-endian) oder 0xB0 0x00 (little-endian), aber UTF-8 verwendet 0xC2 0xB0 (kein endian-ness).
    • Der link, den Sie bieten, ist sehr hilfreich ... Danke
    • endian-ness" Nicht die richtige Terminologie, aber lustig
    InformationsquelleAutor NPE
  2. 4

    UTF-8 ist eine Kodierung von Unicode. UTF-16 und UTF-32 sind auch andere Codierungen von Unicode.

    Unicode definiert einen numerischen Wert für jedes Zeichen; die Grad-symbol passiert zu sein, 0xB0, oder 176 in dezimal. Unicode nicht definiert ist, wie diese numerische Werte dargestellt werden.

    UTF-8 kodiert den Wert 0xB0 als zwei aufeinanderfolgenden Oktetts (bytes), die mit Werten 0xC2 0xB0.

    UTF-16 codiert den gleichen Wert entweder als 0x00 0xB0 oder als 0xBo 0x00 je nach endianness.

    UTF-32 kodiert es wie 0x00 0x00 0x00 0xB0 oder als 0xB0 0x00 0x00 0x00 wieder je nach endianness (ich nehme an, andere Ordnungen möglich sind).

    InformationsquelleAutor Keith Thompson
  3. 4

    Unicode (UTF-16 und UTF-32) verwendet, der code point 0x00B0 für das Zeichen. UTF-8 nicht erlaubt, die Zeichen auf Werte über 127 (0x007F), als das höchste bit jedes byte ist reserviert, um anzuzeigen, dass diese Besondere Charakter ist eigentlich ein multi-byte-one.

    Basic 7-bit-ASCII-maps direkt zu den ersten 128 Zeichen von UTF-8. Alle Zeichen, deren Werte über 127 dezimal (7F hex) müssen "escaped" werden durch die Einstellung der high-bit und hinzufügen von 1 oder mehr zusätzliche bytes zu beschreiben.

    InformationsquelleAutor Marc B
  4. 1

    Die Antworten von NPE, Marc und Keith sind gut und über meine Erkenntnisse zu diesem Thema. Noch hatte ich, Sie zu Lesen ein paar mal, bevor ich erkannte, was dies war. Dann sah ich diese web-Seite, machte es "Klick" bei mir.

    In http://www.utf8-chartable.de/, können Sie die folgenden:

    Warum Grad-symbol unterscheidet sich von UTF-8 von unicode?

    Merken, wie es nötig ist, um ZWEI bytes code zu EINEM Zeichen. Jetzt Lesen Sie die akzeptierte Antwort von NPE.

    • Wenn ein Benutzer nicht sehen können, die website, es zeigt 0x7F (LÖSCHEN) als UTF-8: 7F, und 0x80 <control> als UTF-8: C2 80
    InformationsquelleAutor Tormod
Schreibe einen Kommentar