7. 示例
本节给出各种字符和字符序列的 UTF-8 编码具体示例.
示例 1: 混合文字字符
字符序列 U+0041 U+2262 U+0391 U+002E "A<NOT IDENTICAL TO><ALPHA>." 在 UTF-8 中编码如下:
--+--------+-----+--
41 E2 89 A2 CE 91 2E
--+--------+-----+--
分解
U+0041(A) →41(1 字节)U+2262(≢) →E2 89 A2(3 字节)U+0391(Α) →CE 91(2 字节)U+002E(.) →2E(1 字节)
示例 2: 韩文
字符序列 U+D55C U+AD6D U+C5B4 (韩文 "hangugeo", 意为 "韩语") 在 UTF-8 中编码如下:
--------+--------+--------
ED 95 9C EA B5 AD EC 96 B4
--------+--------+--------
分解
U+D55C(한) →ED 95 9C(3 字节)U+AD6D(국) →EA B5 AD(3 字节)U+C5B4(어) →EC 96 B4(3 字节)
示例 3: 日文
字符序列 U+65E5 U+672C U+8A9E (日文 "nihongo", 意为 "日语") 在 UTF-8 中编码如下:
--------+--------+--------
E6 97 A5 E6 9C AC E8 AA 9E
--------+--------+--------
分解
U+65E5(日) →E6 97 A5(3 字节)U+672C(本) →E6 9C AC(3 字节)U+8A9E(語) →E8 AA 9E(3 字节)
示例 4: 带 BOM 的中文字符
字符 U+233B4 (一个含义为 '树桩' 的中文字符), 前置 UTF-8 BOM 后, 在 UTF-8 中编码如下:
--------+-----------
EF BB BF F0 A3 8E B4
--------+-----------
分解
U+FEFF(BOM) →EF BB BF(3 字节)U+233B4(𣎴) →F0 A3 8E B4(4 字节)
注
此示例展示:
- UTF-8 BOM 编码 (
EF BB BF) - 基本多文种平面 (Basic Multilingual Plane, BMP) 之外字符的 4 字节 UTF-8 序列
汇总表
| 字符 | Unicode | UTF-8 编码 | 字节数 |
|---|---|---|---|
| A | U+0041 | 41 | 1 |
| ≢ | U+2262 | E2 89 A2 | 3 |
| Α | U+0391 | CE 91 | 2 |
| 한 | U+D55C | ED 95 9C | 3 |
| 국 | U+AD6D | EA B5 AD | 3 |
| 어 | U+C5B4 | EC 96 B4 | 3 |
| 日 | U+65E5 | E6 97 A5 | 3 |
| 本 | U+672C | E6 9C AC | 3 |
| 語 | U+8A9E | E8 AA 9E | 3 |
| BOM | U+FEFF | EF BB BF | 3 |
| 𣎴 | U+233B4 | F0 A3 8E B4 | 4 |
相关链接
- 上一节: 6. 字节序标记 (BOM)
- 返回 RFC 3629 首页
- 下一节: 8. MIME 注册