utf8和编码

Question

我在unicode中有一个sting是“hao123--我的上网主页”，而在C++中的utf8字符串是“hao123”或“我不知道”，但我应该写它以这种格式的文件“hao123 \ uFF0D \ uFF0D \ u6211 \ u7684 \ u4E0A \ u7F51 \ u4E3B \ u9875”，我该怎么做。我对这种编码知之甚少。谁能帮忙？谢谢！

Answer 1

您似乎混淆了UTF-8和UTF-16（或可能是UCS-2）。 UTF-8编码字符的可变长度为1到4个字节。相反，你似乎想写UTF-16或UCS-2到你的文件中（我猜这是从文件输出字符串中的\uxxxx字符引用）。

有关这些字符集的概述，看看Wikipedia's article on UTF-8并从那里浏览。

下面是一些很基本的基础知识（很大程度上简化）的：

• UCS-2存储所有字符正好是16位。因此它不能编码所有的Unicode字符，只能是所谓的“基本多语言平面”。

• UTF-16以16位存储最常用的字符，但某些字符必须以32位编码。

• UTF-8编码可变长度为1到4个字节的字符。只有原始7位ASCII字符集中的字符被编码为1个字节。