知识卡片
码点标识与存储编码要分开
Unicode码点标识字符,UTF-8、UTF-16等规定怎样存储;模式中的码点转义也不直接规定要比较哪几个外部字节。输入须按约定解码,之后还要确认引擎以字节、码元还是码点处理目标。原文UTF-8可用1至6字节的说法不沿用:Unicode标量值的UTF-8表示为1至4字节,UTF-16为1或2个16位码元。依据:Unicode编码FAQ。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
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 · 1 处
- · 查看原书依据
代码点(code point)”,通常用十六进制来表示,以“U+”开头。49,333换算成十六进制是C0B5,所以的代码就是U+C0B5。针对许多字符,Unicode还定义了一组属性,例如3是一个数字,而是与对应的大写字母。 目前,我们还没有谈到这些数值在计算机上是如何
参考来源
- 位置:《精通正则表达式(第3版)》字符串、字符编码和匹配模式(spine 22;来源项目book-sources,`extracted/精通正则表达式(第3版)/_epub-src/text/part0008_split_003.html`;来源键`s022-ch03-015`)。
- 结论依据:本项实际展开相应解释,图145..166已逐一读取;原书已知错误及过时边界不沿用。
- 原始内容:代码点(code point)”,通常用十六进制来表示,以“U+”开头。49,333换算成十六进制是C0B5,所以的代码就是U+C0B5。针对许多字符,Unicode还定义了一组属性,例如3是一个数字,而是与对应的大写字母。 目前,我们还没有谈到这些数值在计算机上是如何