unicode是什么 unicode是什么文件

到底utf-8和unicode是什么关系

所以，变形出了UTF-8编码形式。英数字还用一个字节，汉字用3个字节~~

字符集：为每一个「字符」分配一个的 ID（学名为码位 / 码点 / Code Point）

unicode是什么 unicode是什么文件

unicode是什么 unicode是什么文件

unicode字符编码规范，一个各国文字的编码。

广义的 Unicode 是一个标准，定义了一个字符集以及一系列的编码规则，即 Unicode 字符集和 UTF-8、UTF-16、UTF-32 等等编码……

Unicode 字符集为每一个字符分配一个码位，例如「知」的码位是 30693，记作 U+77E5（30693 的十六进制为 0x77E5）。

UTF-8 顾名思义，是一套以 8 位为一个编码单位的可变长编码。会将一个码位编码为 1 到 4 个字节：

U+ 0080 ~ U+ 07FF: 110XXXXX 10XXXXXX

U+10000 ~ U+1FFFF: 11110XXX 10XXXXXX 10XXXXXX 10XXXXXX 根据上表中的编码规则，之前的「知」字的码位 U+77E5 属于第三行的范围：

7 7 E 5

0111 0111 1110 0101 二进制的 77E5

--------------------------

0111 011111 100101 二进制的 77E5

E 7 9 F A 5 这就是将 U+77E5 按照 UTF-8 编码为字节序列 E79FA5 的过程。反之亦然。

JAVA中的Unicode是什么意思？比如char b='u003a',为什么输出为空？

就是说Unicode编码是用16位无符号的二进制数来进行编码的 0000 0000 0000 0001，这16位二进制就对应一个字符，无符号位就是说都是正整数，在二进制中一般以1开头的一串二进制是负数，以0开头的一串二进制数是正数，所以一般二进制的位就是他的符号位，无符号就是不考虑这种情况，用ANSI储存：10 Unicode 是「字符集」UTF-8 是「编码规则」Bytes一位二进制有两种可能不是0就是1，那两位二进制就有四种可能，00,01,10,11，即两位的二进制就能编码出4种字符，所以一次类推，16位就能编码出2^16种字符

ja中Unicode到底是什么啊

1110XXXX 10XXXXXX 10XXXXXX 模版（上表第三行）

不是ja中的unicode

具体的你去百度百科看好了......

unicode码可以将计算机信息表示为任何语言形式——中文及其它语言文字。如果用ja编写的程序要进行输入输出，输入输出的内容是中文的。就要用unicode码，如果只是英文，用ascii码就可以

Unicode是一种字符编U+ 0000 ~ U+ 007F: 0XXXXXXX码形式，表示你的字符是如何用2进制编码表示的

一种字符编码标准。

一种字符编码标准。

我们常用的汉字标准有国标GB和UNICODE两种。

你就理解另一种汉字内码标准就可以了。百度上可以搜到

有关于字符集的问题，什么是Unicode，什么是UTF-8

有见及此，Unicode/UCS的压缩形式－－UTF8出现了，套用网站的首句话『UTF-8 stands for Unicode Transformation Format-8. It is an octet (8-bit) lossless encoding of Unicode characters.』，由于UTF也适用于编码UCS，故亦可称为『UCS transformation formats (UTF)』

Unicode是一个（编码字符集.n），它对应着一个专门为Unicode编码字符集收录字符的字库表。

(Unicode编码.n)是一个二进制数。

Unicode为了到达其包含全世界所有字符的目的，采用了多个字节表示一个字符的规则【四个字节】，一个字节八个位，一个位上可以有0和1两种状态，一个字节就可以有256状态，N个字节就可以256的N次方种状态，每一种状态对应一个二进制的数字，所以多个字节就可以表示更多的字符，进而使得字库表更大。

UTF-8是一种字符编码方案，它是对Unicode进行编码(也就是对二进制数字进行编码)，字符编码方大多数情况下，IE 会（其实任何浏览器都会）正确地判断出页面的编码然后选用正确的字符集显示页面，所以你大可忽略 “查看/编码/” 菜单的存在。案将一个二进制数字映射成一个字节序列。

为什么要对Unicode进行再编码，因为Unicode是一个定长的（编码字符.n）,这样的方式带来的麻烦就是:

设二进制数值00000001是字符A的编码，它本身只需要一个字节就可以存储在计算机内，然而因为Unicode是定长4个字节，所以A得编码变成了00000000 00000000 00000000 00000001存储在计算机内需要四个字节，进而造成非常大的存储开销 ---- 如一块硬盘本来可以四个字符A，变成了只能存一个字符A。

所以既要使用到Unicode的大的字库表，又要节省存储空间，就需要对Unicode再编码，且是根据（Unicode编码.n）内容 不定长编码 --- UTF-8是一种对(Unicode编码.n)的不定长字符编码方案。

UTF-8字符编码方案决定了（Unicode编码.n）在计算机内的存储方式。

（Unicode编码.n）经过UTF-8字符编码方案编码之后也可以看做是一个新的二进制数字，（通常用十六进制数字字符表示这个新的二进制的值，它们直接的关系是这个十六进制字符表示的值 等于 这个二进制数字的值）。

unicode和utf-8是什么关系

unicode是一种定义，它定义了每个字符对应的code

point，也就是码点，或者说对应的数字。

实际存储有unicode16,unicode

32,UTF-7,UTF-8等等编码形式的。

他们都是unicode定义的一种变形~~~有规律的变形形式，所以可以转换。

为什么变形？是为了满足一些实际需要。

比如为什么有UTF-8？因为unicode定义里每个字符都占用两个字节，

有个转换对应表，看下就明实例：(留意每个bit的颜色，粗体字为模板内容)白了。

unicode 是一种编码表格，例如，给一个汉字规定一个代码。类似 GB2312-1980, GB18030等，只不过字集不同。

一个unicode码可能转成长度为一个BYTE,或两个，三个，四个BYTE的UTF8码，取决于unicode码的值。英文unicode码因为值小于0x80,只要用一个BYTE的UTF8传送，比送unicode两个BYTEs快。

UTF8是为传送unicode而想出来的“再编至于UTF-8嘛，一般我写ja的时候才会用到，这种一般适用于大型系统，或者跨语言系统，跨等情况下使用。也就是说国外的ie浏览器也可以直接浏览到中文，而不需要安装中文语言支持包。码”方法罢了。

UTF8转unicode用我上面给的程序反算即可。

unicode文档是什么

Unicode的学名是"U以下是一些统计资料，显示用UTF8来储存文件每个字符所需的平均字节：niversal Multiple-Octet Coded Character Se对东亚语言（双字节文字，比如汉字，朝鲜文）进行优化支持的一种编码方式t"，简称为UCS。

现在用的是UCS-2，即2个字节编码，而UCS-4是为了防止将来2个字节不够用才开发的。

UTF-8，和Unicode是什么关系？ UTF-8的全称又是什么？

详细说明

UTF-8(8-bit Unicode Transformation Format)是一unicode 文本持更多的字符的显示，文仍是纯文本，没有格式信息。种针对Unicode的可变长度字符编码，又称万国码。由Ken Thompson于1992年创建。现在已经标准化为RFC 3629。UTF-8用1到6个字节编码UNICODE字符。用在网页上可以同一页面显示中文简体繁体及其它语言(如英文，日文，韩文)。

GB2312的范围比GBK少很多，也就是说所涵盖的中文字符会比GBK格式的少，一旦遇到没办法识别的繁体字或者特殊符号就会乱码。所以一般来说我会选GBK格式来写页面。

主要是看你的使用范围，还有就是数据库支持那种编码，这个要跟你数据库的编码对应上来，否则一样会存在乱码的情况。

unicode 是什么程序啊

U+ 0800 ~ U+ FFFF: 1110XXXX 10XXXXXX 10XXXXXX

是一种编码方式，编码规则：将「码位」转换为字节序列的规则（编码/解码 可以理解为 加密/解密 的过程）不是程序。

英文有ASCII编码,汉字有汉字编码,其它的文字也有相应的编码,要Unicode码有什么用处?

Unicode码扩展自ASCII字元集。在严格的ASCII中，每个字元用7位元表示，或者电脑上普遍使用的每字元有8位元宽；而Unicode使用全16位元字元集。

ASCII（American Standard Code for Information Interchange，美国标准信息交换代码）是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言。它是现今通用的单字节编码系统，并等同于标准ISO/IEC 646。

Unicode只有一个字符集，中、日、韩的三种文字占用了Unicode中0x3000到0x9FFF的部分 Unicode目前普遍采用的是UCS-2,它用两个字节来编码一个字符， 比如汉字"经"的编码是0x7ECF,注意字符编码一般用十六进制来 表示，为了与十进制区分，十六进制以0x开头，0x7ECF转换成十进制 就是32463,UCS-2用两个字节来编码字符，两个字节就是16位二进制， 2的16次方等于65536,所以UCS-2多能编码65536个字符。 编码从0到unicode 是一种单独的字符集 可以储存地球上类型的文字...127的字符与ASCII编码的字符一样，比如字母"a"的Unicode 编码是0x0061,十进制是97,而"a"的ASCII编码是0x61,十进制也是97, 对于汉字的编码，事实上Unicode对汉字支持不怎么好，这也是没办法的， 简体和繁体总共有六七万个汉字，而UCS-2多能表示65536个，才六万 多个，所以Unicode只能排除一些几乎不用的汉字，好在常用的简体汉字 也不过七千多个，为了能表示所有汉字，Unicode也有UCS-4规范，其中：就是用 4个字节来编码字符

什么是unicode码，它有什么特点

unicode是一种文字编码,就象GB2312国标汉字编码一样。unicode是多语言编码标准。XPSP2应该就含这种编码方式。其它应用软件是否支持各有不同

Unicode依照通用字符集（Universal Character Set）的标准来发展，同时也以书本的形式[1]对外发表。Unicode至今仍在不断扩增，每个新版本都加入更多新的字符。目前的Unicode第六版，除了已纳入超过十万个字符（Unicode的第十万个字符在2005年获采纳，且认可成为标准之一），还包含可用作视觉参考的代码图表、编码方法、标准的字符编码，以及记录了如大小写字母等字符特性的列表这些数据。负责监督Unicode发展的非营利机构统联盟，致力于让Unicode编码方案取代既有的字符编码方案，因为后者往往一个Unicode编码对应着一个Unicode字库表中的字符，可以说一个Unicode编码就是一个字符在Unicode字库表中的序号【在字库表中排在第几个】。有限的空间，亦不适用于多语环境。Unicode备受认可，并广泛地应用于电脑软件的化与本地化过程。有很多新科技，如可扩展置标语言、Ja编程语言，以及现代的作系统，都采用Unicode编码。

特点是全世界字基本全包括

Unicode(utf-8) 是什么意思？

UTF8并不算是一种电脑编码，而是一种储存和传送的格式，如前所述，每个Unicode/UCS字符都以 2或4个bytes来储存，看看以下的比较：

以"I am Chinese"为例

用ANSI储存：12 Bytes

用Unicode/UCS2储存：24 Bytes + 2 Bytes(header)

用UCS4储存：48 Bytes + 4 Bytes(header)

以"我是人"为例

用Unicode/UCS2储存：10 Bytes + 2 Bytes(header)

用UCS4储存：20 Bytes + 4 Bytes(header)

由此可见直接以Unicode/UCS的原始形式来储存是一种极大的浪费，而且也不利于互联网的传输(中文稍为合算一点^_^)。

UTF8是以8bits即1Bytes为编码的基本单位，当然也可以有基于16bits和32bits的形式，分别称为UTF16和UTF32，但目前用得不多，而UTF8则被广泛应用在文件储存和网络传输中。

先看这个模板：

UCS-4 range (hex.) UTF-8 octet sequence (binary)

0001 0000-001F FFFF 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

0020 0000-03FF FFFF 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx

0400 0000-7FFF FFFF 1111110x 10xxxxxx ... 10xxxxxx

编码步骤：

2) 按照上述模板填充每个octets的高位bits

3) 把字符的bits填充至x中，字符顺序：低位→高位，UTF8顺序：一个octet的末位x→个octet位x

4) 解码的原理一样。

UCS-4 UTF-8

0000 000A 00001010 4 00001010 0A 1

0000 0099 10011001 4 11000010 10011001 C2 99 2

0000 8D99 10001101 10011001 4 11101000 10110110 10011001 E8 B6 99 3

不知大家看懂了没有，其实不懂也无所谓，反正又不用自己算，程式可以完全代劳。

效率

从上述编码原理中得出的结论是：

1.每个英文字母、数字所占的空间为1 Byte；

2.泛欧语系、斯拉夫语字母占2 Bytes；

3.汉字占3 Bytes。

由此可见UTF8对英文来说是个非常诱人的方案，但对中文来说则不太合算，无论用ANSI还是 Unicode/UCS2来编码都只用2 BHEX BIN Bytes BIN HEX Bytesytes，但用UTF8则需要3 Bytes。

1.拉丁语系平均用1.1 Bytes；

2.希腊文、俄文、文和希伯莱文平均用1.7 Bytes；

3.其他大部份文字如中文、日文、韩文、Hindi(北印度语)用约3 Bytes；

4.用超过4 Bytes的都是些非常少用的文字符号。

UNICODE（UTF-8）这个项目放在 IE 的菜单栏下是为了让你能够强制 IE 用 UTF-8 字符集显示页面。

只有在页面编码为 UTF-8 但 IE 却无确地选择 UTF-8 字符集来显示页面的时候，你才而英数字其实一个字节就够了，另外一个字节是白白浪费的。应该动用该项目。

如果现在你选择该项目，这个页面将被显示成乱码，因为这个页面的编码是 GB2312 （简体中文），不是 UTF-8。以不正确的编码显示页面就好像把汉语拼音当成法语来念，结果当然是没人能听懂的乱语。

各国文字/符号用不同的编码，这样可以减小文本文件的体积

UTF8 编码是很特殊的编码，它可以表示所有电脑上的文字/符号

一般很少用这种编码

JoshuaChen回答的好～