首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >维基百科中文字符的编码是什么?

问维基百科中文字符的编码是什么?
EN

Stack Overflow用户
提问于 2011-04-10 13:41:22
回答 3查看 98.5K关注 0票数 30

我在维基百科上查看中文字符的编码,我很难弄清楚他们使用的是什么。例如,"的“被编码为"%E7%9A%84”(see here)。这是三个字节,但是on this page描述的编码中没有一个使用三个字节来表示中文字符。例如,UTF-8使用2个字节。

我基本上是在尝试将这三个字节与实际字符进行匹配。有什么建议是什么编码吗?

EN

回答 3

Stack Overflow用户

回答已采纳

发布于 2011-04-10 13:49:06

代码语言:javascript
复制
>>> c='\xe7\x9a\x84'.decode('utf8')
>>> c
u'\u7684'
>>> print c
的

​

虽然Unicode以16位编码,但utf8将其分解为3个字节。

​

票数 29
EN

Stack Overflow用户

发布于 2011-04-10 13:53:41

维基百科页面的页眉包括以下内容:

代码语言:javascript
复制
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

所以这个页面是UTF-8。

票数 20
EN

Stack Overflow用户

发布于 2014-12-01 07:08:12

您给出的示例是一个IRI。

IRIs使用UTF8编码。UTF8实现unicode,在unicode中,每个字符都有一个码点,所有中文字符的码点都在0x4E00到0x9FFF (2字节)之间。

但是UTF8不会仅仅通过存储字符的代码点来编码字符(UTF32可以做到这一点)。相反,它使用more complex standard,使所有中文表意文字的长度为2或3字节。

票数 5
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/5610021

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档