知识卡片

普通读书笔记卡 · 5654.d.2.c.1.a

UTF8用前缀标记序列边界

理解等级:中级

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?

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