Unicode 與 UTF-8 編碼對應規則

holder

Unicode和BigEndianUnicode 區別

    這二者只是存儲順序不一樣，如＂A＂的unicode編碼爲65 00 ，BigEndianUnicode編碼爲00 65

UTF-8

    注：UTF(UCS Transformation Format)：UCS只是規則的如何編碼，可是沒有規則如何傳輸、保管這個編碼。UTF則規則了由幾個字節保管這個編碼。    這是爲傳輸而設計的編碼，其系列還有UTF-7和UTF-16 以及 UTF-32

    其中UTF-16和Unicode編碼大體同樣, UTF-8就是以8位爲單元對Unicode進行編碼。從Unicode到UTF-8的編碼方式以下： 
　　　　　Unicode編碼(16進制)　　　　　　UTF-8 字節流(二進制) 
　　　　　0000 - 007F　　　　　　　　　0xxxxxxx 
　　　　　0080 - 07FF　　　　　　　　　110xxxxx 10xxxxxx 
　　　　　0800 - FFFF　　　　　　　　　1110xxxx 10xxxxxx 10xxxxxx

　　例如「漢」字的Unicode編碼是6C49。6C49在0800-FFFF之間，因此確定要用3字節模板了：1110xxxx 10xxxxxx 10xxxxxx。將6C49寫成二進制是：0110 1100 0100 1001，用這個比特流依次代替模板中的x，獲得：11100110 10110001 10001001，即E6 B1 89。

能夠查看java.io.DataInputStream的readUTF方法的具體實現算法。

另外 百度百科裏講的很詳細

編碼轉換：

加入咱們從網絡收到一個unicode 編碼值 x， 可是當前的設備不支持 Unicode 字符集（因此不知道這個x對應的什麼符號），只支持gb2312， 那麼咱們須要經過 unicode編碼表 和 gb2312編碼表 找到 x 對應的gb2312編碼值，而後就能夠找到對應的符號