編碼方案
兼容ascii的部分0XXX XXXX。其他的字節(jié)都是以1開(kāi)頭，編碼方案是6位截?cái)嗑幋a。
類(lèi)似這樣110xxxxx 10xxxxxx和1110xxxx 10xxxxxx 10xxxxxx，首字節(jié)開(kāi)頭連續(xù)n個(gè)1，表明字符總共的字節(jié)數(shù)。
優(yōu)點(diǎn)
- 完美兼容ascii
- 沒(méi)有字節(jié)序的問(wèn)題,不需要bom，可以直接用于傳輸、比較。
- 可以快速定位一個(gè)字符的邊界。
- 節(jié)省空間。ascii字符只要一個(gè)字節(jié)。
缺點(diǎn)
- 編碼不唯一。一個(gè)碼點(diǎn)，可以有多個(gè)編碼對(duì)應(yīng)。
- 影響字符串處理速度。變長(zhǎng)編碼，造成計(jì)算長(zhǎng)度，定位字符，正則匹配等效率不高。
- 浪費(fèi)空間。很多雙字節(jié)碼點(diǎn)，用utf-8會(huì)用3字節(jié)。
