在utf8字符集中一个中文字符占几个字节
这是个好问题，可以当作一个笔试题。先从字符编码讲起。 1、美国人首先对其英文字符进行了编码，也就是最早的ascii码，用一个字节的低7位来表示英文的128个字符，高1位统一为0； 2、后来欧洲人发现尼玛你这128位哪够用，比如我高贵的法国人字母上面的还有注音符，这个怎么区分，得，把高1位编进来吧，这样欧洲普遍使用一个全字节进行编码，最多可表示256位。欧美人就是喜欢直来直去，字符少，编码用得位数少； 3、但是即使位数少，不同国家地区用不同的字符编码，虽然0--127表示的符号是一样的，但是128--255这一段的解释完全乱套了，即使2进制完全一样，表示的字符完全不一样，比如135在法语，希伯来语，俄语编码中完全是不同的符号； 4、更麻烦的是，尼玛这电脑高科技传到中国后，中国人发现我们有10万多个汉字，你们欧美这256字塞牙缝都不够。于是就发明了GB2312这些汉字编码，典型的用2个字节来表示绝大部分的常用汉字，最多可以表示65536个汉字字符，这样就不难理解有些汉字你在新华字典里查得到，但是电脑上如果不处理一下你是显示不出来的了吧。 5、这下各用各的字符集编码，这世界咋统一？俄国人发封email给中国人，两边字符集编码不同，尼玛显示都是乱码啊。为了统一，于是就发明了unicode，将世界上所有的符号都纳入其中，每一个符号都给予一个独一无二的编码，现在unicode可以容纳100多万个符号，每个符号的编码都不一样，这下可统一了，所有语言都可以互通，一个网页页面里可以同时显示各国文字。 6、然而，unicode虽然统一了全世界字符的二进制编码，但没有规定如何存储啊，亲。x86和amd体系结构的电脑小端序和大端序都分不清，别提计算机如何识别到底是unicode还是acsii了。如果Unicode统一规定，每个符号用三个或四个字节表示，那么每个英文字母前都必然有二到三个字节是0，文本文件的大小会因此大出二三倍，这对于存储来说是极大的浪费。这样导致一个后果：出现了Unicode的多种存储方式。 7、互联网的兴起，网页上要显示各种字符，必须统一啊，亲。utf-8就是Unicode最重要的实现方式之一。另外还有utf-16、utf-32等。UTF-8不是固定字长编码的，而是一种变长的编码方式。它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度。这是种比较巧妙的设计，如果一个字节的第一位是0，则这个字节单独就是一个字符；如果第一位是1，则连续有多少个1，就表示当前字符占用多少个字节。 8、注意unicode的字符编码和utf-8的存储编码表示是不同的，例如"严"字的Unicode码是4E25，UTF-8编码是E4B8A5，这个7里面解释了的，UTF-8编码不仅考虑了编码，还考虑了存储，E4B8A5是在存储识别编码的基础上塞进了4E25。 9、UTF-8 使用一至四个字节为每个字符编码。128 个 ASCII 字符（Unicode 范围由 U+0000 至 U+007F）只需一个字节，带有变音符号的拉丁文、希腊文、西里尔字母、亚美尼亚语、希伯来文、阿拉伯文、叙利亚文及马尔代夫语（Unicode 范围由 U+0080 至 U+07FF）需要二个字节，其他基本多文种平面（BMP）中的字符（CJK属于此类-Qieqie注）使用三个字节，其他 Unicode 辅助平面的字符使用四字节编码。 10、最后，要回答你的问题，常规来看，中文汉字在utf-8中到底占几个字节，一般是3个字节，最常见的编码方式是1110xxxx 10xxxxxx 10xxxxxx。
在UTF-8编码中：一个中文等于三个字节，中文标点占三个字节。
一个英文字符等于一个字节，英文标点占一个字节。
Unicode编码：一个英文等于两个字节，一个中文（含繁体）等于两个字节。中文标点占两个字节，英文标点。
扩展资料：
UTF-8使用1~4字节为每个字符编码：
1，一个US-ASCIl字符只需1字节编码（Unicode范围由U+0000~U+007F）。
2，带有变音符号的拉丁文、希腊文、西里尔字母、亚美尼亚语、希伯来文、阿拉伯文、叙利亚文等字母则需要2字节编码（Unicode范围由U+0080~U+07FF）。
3，其他语言的字符（包括中日韩文字、东南亚文字、中东文字等）包含了大部分常用字，使用3字节编码。
4，其他极少使用的语言字符使用4字节编码。
参考资料来源：百度百科-UTF-8
在utf8字符集中一个中文字符占2个字节。UTF-8表示与ASCII字符表示是一样的，实际表示ASCII字符的UNICODE字符，将会编码成1个字节。所有其他的UNICODE字符转化成UTF-8将需要至少2个字节。每个字节由一个换码序列开始。第一个字节由唯一的换码序列，由n位连续的1加一位0组成。
扩展资料：
无法从UNICODE字符数判断出UTF-8文本的字节数，因为UTF-8是一种变长编码它需要用2个字节编码那些用扩展ASCII字符集只需1个字节的字符 ISO Latin-1 是UNICODE的子集，但不是UTF-8的子集 8位字符的UTF-8编码会被email网关过滤，因为internet信息最初设计为7位ASCII码。
因此产生了UTF-7编码。 UTF-8 在它的表示中使用值100xxxxx的几率超过50%， 而现存的实现如ISO 2022， 4873， 6429， 和8859系统，会把它错认为是C1 控制码。因此产生了UTF-7.5编码。
占2个字节的：〇
占3个字节的：基本等同于GBK，含21000多个汉字
占4个字节的：中日韩超大字符集里面的汉字，有5万多个
大部分是3个字节， 也有两个和四个的，但极其少数
刚看了教程 一个中文字符 占 3个字节！
在 utf-8格式下！
战疫慧源： 1. 一般占用两个字节. 2. 1个ASCII码占1个字节,而1个汉字编码占2个字节.3. 这是指汉字编码,就象每个字符都有一个ASCII码一样. 4. 如果是在UTF-8编码下,一个汉字占3个字节,UTF-8是一种国际通用的一种变长编码. 5. 西方文字(希腊文字)占2个字符,中文占用3个字节数,还有平面符号占4个字节. 汉字,又称中文字,中国字,方块字,属于表意文字的词素音节文字.汉字是汉语的书写用文字 ,也被借用于书写日语,朝鲜语,越南语等语言,是汉字文化圈广泛使用的一种文字,也是目前世界上唯一仍被广泛使用的高度发达的文字.
景宁畲族自治县19491843505： java一个汉字占几个字节? - ？
战疫慧源： 可能是2个、3个、4个字节.不同的编码格式占字节数是不同的,UTF-8编码下一个中文所占字节也是不确定的.1 java中,只要是字符,不管是数字还是英文还是汉字,都占两个字节,都是一个char.char c1 = '中'; char c2 = 'A'; char c3 = '1'...
景宁畲族自治县19491843505： php strlen utf8一个中文算3个字节吗? - ？
战疫慧源： utf8是变长编码, 不一定是3字节, 可能是2~3, 当然ASCII字符还是1字节.gbk也是变长编码, 非ASCII的2字节, ASCII还是1字节.这两个编码对于非ASCII字符, 都是多字节的, 并且多字节字符每个字节都是>127的, 也就是负数(最高位是1...
景宁畲族自治县19491843505： mysql数据库一个汉字到底占几个字节 - ？
战疫慧源： 简单来讲:mysql=4.1并且你的机器是64位的,同时你的操作系统也是64位的,使用了utf8编码,那么中文和英文是一样的.最重要的判断依据是 1字节=8位还是16位
景宁畲族自治县19491843505： 一个字符到底占多少字节呀,看的蛋疼？
战疫慧源：楼上回答错了吧.. 具体多少个字节要看你用什么编码,还的看你是英文字符还是中文字符 如果等宽编码那么1个字符不管英文还是中文都是占两个字节 如果不是等宽编码比如你的编码是UTF8,这个是变长编码就是长度可变,那么一个字符,...
景宁畲族自治县19491843505： 1个汉字占多少内存呢? - 技术？
战疫慧源： GBK 1个汉字2个字节 1个英文1个字节UTF-8 1个汉字3个字节 1个英文1个字节UNICODE 1个汉字4个字节 1个英文4个字节niohe 发表于 2009-10-10 14:19[i]??学习~~
景宁畲族自治县19491843505： 在UTF - 8下 一个 占多少个字节? 到底是1还是2? - ？
战疫慧源： 占2个字节的:〇 占3个字节的:基本等同于GBK,含21000多个汉字 占4个字节的:中日韩超大字符集里面的汉字,有5万多个 一个utf8数字占1个字节 一个utf8英文字母占1个字节
景宁畲族自治县19491843505： 汉字 ascii值得范围 字符编码为utf - 8 求所有汉字的ascii值得范围 - ？
战疫慧源： 首先,ASCII码只能表示字符,不能表示汉字的,一个ASCII码只占一个字节内存 然后UTF-8表示中文的范围是\\u4e00-\\u9fa5,一个UTF-8编码的汉字占用三字节内存
景宁畲族自治县19491843505： 一个字符占几个字节 - ？
战疫慧源： 两个、三个或者四个字节. 1、ASCII码中:一个英文字母(不分大小写)占一个字节的空间,一个中文汉字占两个字节的空间.一个二进制数字序列,在计算机中作为一个数字单元,一般为8位二进制数,换算为十进制.最小值0,最大值255...
