string - 一个 Unicode 字符占用多少字节？

Question

我对编码有点困惑。据我所知，旧的 ASCII 字符每个字符占用一个字节。一个 Unicode 字符需要多少字节？

我假设一个 Unicode 字符可以包含任何语言中的所有可能的字符 - 我是对的吗？那么每个字符需要多少字节呢？

UTF-7、UTF-6、UTF-16 等是什么意思？它们是不同版本的 Unicode 吗？

我读了Wikipedia article about Unicode但这对我来说相当困难。我期待看到一个简单的答案。

Answer 1

奇怪的是，没有人指出如何计算一个 Unicode 字符占用了多少字节。以下是 UTF-8 编码字符串的规则:

Binary    Hex          Comments
0xxxxxxx  0x00..0x7F   Only byte of a 1-byte character encoding
10xxxxxx  0x80..0xBF   Continuation byte: one of 1-3 bytes following the first
110xxxxx  0xC0..0xDF   First byte of a 2-byte character encoding
1110xxxx  0xE0..0xEF   First byte of a 3-byte character encoding
11110xxx  0xF0..0xF7   First byte of a 4-byte character encoding

所以简单的回答是:它需要 1 到 4 个字节，具体取决于第一个字节，它将指示它将占用多少字节。