在Win-1252和Latin9中，欧元符号字符怎么能大于0 0xFF？

Question

在Windows-1252和ISO/IEC 8859-15 (拉丁语-9)代码页中，欧元符号(欧元)的值为0x20AC--这是十进制的8364！但是，如果这个编码中的任何字符都必须适合于一个没有符号的字节(即最大值可以是255)，这怎么可能呢？US的值为0-127,128-255是不同字符编码之间的变化。

当我将文本输入文本编辑器(Vim)时：

a € b

并将其保存到编码为“latin9 9”的文件中。我看到这个文件由以下字节组成：

$ xxd euro-file.txt
0000000: 6120 e282 ac20 620a                      a ... b.

好的，那么：

0x61 = 'a' character
0x20 = space character
0xE282 = ???
0xAC20 = This is the value of the Euro symbol, but the bytes are backwards; the reference said the value should be 0x20AC
0x62 = 'b' character

请有人解释一下，欧元字符的价值如何能高于255？为什么为欧元字符编写的字节是向后的(0xAC 20而不是0x20AC)？

Answer 1

该字符仅由其Unicode代码点(即U+20AC )表示。它不表示拉丁文-9/ It 1252编码表中的字节值。它只是以这种方式列出，大概是为了消除确切意味着哪个字符的歧义；Unicode表是一个非常好的规范引用。

您正在运行的xxd文件显然是在UTF-8中编码的，其中“欧元”是使用字节E2 82 AC编码的。

您可能想从这里开始：每个程序员绝对、积极地需要了解编码和字符集才能处理文本。。