如题所述
你讨论的 字 是 html 文件 里 的汉字编码。
汉字 "字" 的 unicode 编码是 十六进制数 5B57, 5B57是2个字节。
&#x 是 网页文件 html 格式文件 里 汉字 unicode 编码 的 前缀。
字 x表示下面数值是十六进制。分号 是 一个汉字编码的结束符。
UTF-8 里字符编码长度与 用到的 字符集 有关，最短是1字节。汉字国标 GB2312 用两字节。你的 "字" 字 是 国标 GB2312，只有2字节。不是3字节。
汉字 "字" 的 unicode 编码是 十六进制数 5B57, 5B57是2个字节。
&#x 是 网页文件 html 格式文件 里 汉字 unicode 编码 的 前缀。
字 x表示下面数值是十六进制。分号 是 一个汉字编码的结束符。
UTF-8 里字符编码长度与 用到的 字符集 有关，最短是1字节。汉字国标 GB2312 用两字节。你的 "字" 字 是 国标 GB2312，只有2字节。不是3字节。
温馨提示：答案为网友推荐，仅供参考
第1个回答 2020-12-29
Utf-8是一个引入 utf-8编码规则的字符集。首先，ucs 和 unicode 只是将整数分配给字符的编码表。有几种方法可以将字符串表示为字节字符串。最常用的两种方法是将 unicode 文本存储为由两个或四个字节序列组成的字符串。这两种方法的形式名分别为 ucs-2和 ucs-4。除非另有说明，大多数字节都是这样的(big endian 约定)。要将 ascii 或 latin-1文件转换为 ucs-2，只需在每个 ascii 字节前插入0x00。要转换为 ucs-4，必须在每个 ascii 字节前插入三个0x00。在 unix 下使用 ucs-2(或 ucs-4)会导致严重的问题。这些经过编码的字符串包含特殊字符，如“或”/“ ，这些字符在文件名和其他 c 库函数参数中具有特殊意义。此外，大多数使用 ascii 文件的基于 unix 的工具不经过重大修改就无法读取16位字符。由于这些原因，ucs-2不适用于 unicode 文件名、文本文件、环境变量等的外部编码。
