什么是超长的形式/编码？

Question

阅读维基百科关于UTF-8的文章，我一直在想关于超长的这个术语。这一术语被多次使用，但文章没有给出其含义的定义或参考。

我想知道是否有人能解释这个词及其目的。

Answer 1

它是一个代码点的编码，它占用的代码单位比它需要的要多。

例如，U+0020用UTF-8表示为单字节0x20.如果您以正常的方式解码两个字节的0xc0 0xa0，您将仍然返回到U+0020，但这是一个无效的表示。

Unicode勘误#1有更多的信息，特别是关于表3.1B。

Answer 2

从理论上讲，UTF-8允许不同的字符表示形式，这些字符也有较短的表示。例如，通过将MSB设置为零，可以将ASCII字符编码为两个字节。UTF-8规范明确禁止这种情况。