C# 关于Encoding编码 举例UTF8

UTF-8编码中,一个字符可能由一个或多个字节组成。每个字节的前几位用于指示该字符需要多少字节来表示。具体来说,UTF-8编码使用以下规则:

如果一个字节的最高位是0,那么它表示一个ASCII字符,并且该字节就是该字符的完整表示。

如果一个字节以110开头,它表示这是一个两字节字符的第一个字节。

如果一个字节以1110开头,它表示这是一个三字节字符的第一个字节。

如果一个字节以11110开头,它表示这是一个四字节字符的第一个字节。

在你提供的byte[] bb数组中:

csharp 复制代码
byte[] bb = { 228, 189, 160, 229, 165, 189 };

228(二进制表示为11100100)是以1110开头的,所以它表示一个三字节字符 的第一个字节。
229(二进制表示为11100101)同样是以1110开头的,也表示一个三字节字符 的第一个字节。

在你的数组中,228229都是各自三字节UTF-8字符序列的开始。每个这样的序列都包含三个字节

其中第一个字节表示字符需要多少字节,而后面的字节包含字符的实际编码。

故要正确解码这些字节序列,你需要以三个字节为一组来解读它们。例如:

228, 189, 160 这三个字节一起表示一个UTF-8编码的字符。
229, 165, 189 这三个字节一起表示另一个UTF-8编码的字符。

当你使用Encoding.UTF8.GetString(bb)时,.NET FrameworkUTF-8解码器会识别这些字节序列,并将它们转换回对应的Unicode字符,然后这些字符会被组合成一个字符串。

在你的例子中,228, 189, 160 对应的Unicode字符是,而229, 165, 189 对应的Unicode字符是。所以,当你显示这个字符串时,你会看到"中文"。

简而言之,228229UTF-8编码中的作用是标识三字节字符序列的开始。它们自身并不直接对应任何字符,而是与跟随它们的字节一起,共同表示一个特定的Unicode字符。

注意:

csharp 复制代码
1byte = 8bit
相关推荐
时光追逐者5 小时前
C#/.NET/.NET Core技术前沿周刊 | 第 46 期(2025年7.7-7.13)
c#·.net·.netcore
mit6.8245 小时前
Why C# and .NET are still relevant in 2025
c#
liulilittle5 小时前
.NET ExpandoObject 技术原理解析
开发语言·网络·windows·c#·.net·net·动态编程
军训猫猫头6 小时前
5.浏览本地文件获取路径与文件名称 C#例子 WPF例子
开发语言·c#·wpf
东方.既白17 小时前
C#中发布订阅的阻塞非阻塞
c#
白雪公主的后妈18 小时前
C#——数据与变量
数据结构·c#·数据与变量
张人玉18 小时前
c#如何将不同类型的数据存储到一起
c#
小李飞飞砖18 小时前
JVM 锁自动升级机制详解
开发语言·jvm·c#
CodeCraft Studio19 小时前
文档处理控件Aspose.Words教程:从 C# 中的 Word 文档中提取页面
c#·word·aspose·aspose.word·word页面提取
唐青枫19 小时前
C#.NET 集合框架详解
c#·.net