知识卡片
UTF8用前缀标记序列边界
UTF-8以1至4字节编码Unicode标量值,ASCII范围仍用原来的单字节。多字节序列用首字节说明长度,后续字节以10开头,便于识别延续单元。
这种结构有助定位边界,但不是完整校验或纠错保证:延续字节形状正确不代表整串一定有效。按字节随机访问很快,按第几个码点访问则通常需要扫描或另建索引,两种单位不能混称字符。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
它是一种可变长度的编码,使用1 到4 字节 来表示一个字符,根据字符的复杂性而变。ASCII字符只需1 字节,拉丁字母和希腊字母需要2 字节,常用 第3 章 数据结构 hello‑algo.com 62 的中文字符需要3
参考来源
- 位置:《Hello 算法--Go版本》第03章《数据结构》(来源项目book-sources:extracted/Hello 算法--Go版本/_epub-src/OEBPS/Text/2.html;spine 1,归一字符[11891,12001))
- 结论依据:实际UTF8长度、ASCII兼容和前缀图示已读,限定续字节不代替完整合法性检查。
- 原始内容:它是一种可变长度的编码,使用1 到4 字节 来表示一个字符,根据字符的复杂性而变。ASCII字符只需1 字节,拉丁字母和希腊字母需要2 字节,常用 第3 章 数据结构 hello‑algo.com 62 的中文字符需要3