知识卡片

普通读书笔记卡 · 4545.g.11.n.1.a

UTF8自同步有明确边界

理解等级:高级

UTF-8首字节和续字节有不同高位模式,解码器据此识别长度,兼容ASCII并可寻找字符边界。最长4字节意味着从字符内部最坏可能向前查看3字节,原文“最多2字节”不完整;U+0000本身编码为0,不能说UTF-8绝无NUL。字节排序也不等同于语言习惯的字母排序。

附录勘误校正首字节前缀:单字节0xxxxxxx,双字节110xxxxx,三字节1110xxxx,四字节11110xxx,后续为10xxxxxx;有效码点和最短编码约束仍需满足,不能只凭前缀宣布字节串有效。

这张卡片看不懂?

已有反馈 · 0 / 10 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 2 处

    参考来源

    - 位置:《Go语言圣经》第03章《字符串》(来源项目book-sources:extracted/Go语言圣经/_epub-src/ch3-05.html;spine 30,归一字符[3221,3254)) - 结论依据:原文编码位模式表支持边界推导,正文纠正4字节与NUL说法并限定排序意义。 - 原始内容:如果第一个字节的高端bit为0,则表示对应7bit的ASCII字符 补充原书证据:spine 125 / extracted/Go语言圣经/_epub-src/appendix-a-errata.html;归一字符[1774,1821)。 - 结论依据:附录更正表头缺位,补充真实编码证据。 - 原始内容:110xxxxx 10xxxxxx 128−2047 (values <128 unused)