英文本母和中文漢字在不同字符集編碼下的位元組數
英文本母：
位元組數 : 1;編碼：gb2312
位元組數 : 1;編碼：gbk
位元組數 : 1;編碼：gb18030
位元組數 : 1;編碼：iso-8859-1
位元組數 : 1;編碼：utf-8
位元組數 : 4;編碼：utf-16
位元組數 : 2;編碼：utf-16be
位元組數 : 2;編碼：utf-16le
位元組數 : 2;編碼：gb2312
位元組數 : 2;編碼：gbk
位元組數 : 2;編碼：gb18030
位元組數 : 1;編碼：iso-8859-1
位元組數 : 3;編碼：utf-8
位元組數 : 4;編碼：utf-16
位元組數 : 2;編碼：utf-16be
位元組數 : 2;編碼：utf-16le
2、後來歐洲人發現尼瑪你這128位哪夠用，比如我高貴的法國人字母上面的還有注音符，這個怎麼區分，得，把高1位編進來吧，這樣歐洲普遍使用乙個全位元組進行編碼，最多可表示256位。歐美人就是喜歡直來直去，字元少，編碼用得位數少；
3、但是即使位數少，不同國家地區用不同的字元編碼，雖然0–127表示的符號是一樣的，但是128–255這一段的解釋完全亂套了，即使2進製完全一樣，表示的字元完全不一樣，比如135在法語，希伯來語，俄語編碼中完全是不同的符號；
4、更麻煩的是，尼瑪這電腦高科技傳到中國後，中國人發現我們有10萬多個漢字，你們歐美這256字塞牙縫都不夠。於是就發明了gb2312這些漢字編碼，典型的用2個位元組來表示絕大部分的常用漢字，最多可以表示65536個漢字字元，這樣就不難理解有些漢字你在新華字典里查得到，但是電腦上如果不處理一下你是顯示不出來的了吧。
5、這下各用各的字符集編碼，這世界咋統一？**人發封email給中國人，兩邊字符集編碼不同，尼瑪顯示都是亂碼啊。為了統一，於是就發明了unicode，將世界上所有的符號都納入其中，每乙個符號都給予乙個獨一無二的編碼，現在unicode可以容納100多萬個符號，每個符號的編碼都不一樣，這下可統一了，所有語言都可以互通，乙個網頁頁面裡可以同時顯示各國文字。
6、然而，unicode雖然統一了全世界字元的二進位制編碼，但沒有規定如何儲存啊，親。x86和amd體系結構的電腦小端序和大端序都分不清，別提計算機如何識別到底是unicode還是acsii了。如果unicode統一規定，每個符號用三個或四個位元組表示，那麼每個英文本母前都必然有二到三個位元組是0，文字檔案的大小會因此大出二三倍，這對於儲存來說是極大的浪費。這樣導致乙個後果：出現了unicode的多種儲存方式。
7、網際網路的興起，網頁上要顯示各種字元，必須統一啊，親。utf-8就是unicode最重要的實現方式之一。另外還有utf-16、utf-32等。utf-8不是固定字長編碼的，而是一種變長的編碼方式。它可以使用1~4個位元組表示乙個符號，根據不同的符號而變化位元組長度。這是種比較巧妙的設計，如果乙個位元組的第一位是0，則這個位元組單獨就是乙個字元；如果第一位是1，則連續有多少個1，就表示當前字元占用多少個位元組。
8、注意unicode的字元編碼和utf-8的儲存編碼表示是不同的，例如」嚴」字的unicode碼是4e25，utf-8編碼是e4b8a5，這個7裡面解釋了的，utf-8編碼不僅考慮了編碼，還考慮了儲存，e4b8a5是在儲存識別編碼的基礎上塞進了4e25。
9、utf-8 使用一至四個位元組為每個字元編碼。128 個 ascii 字元（unicode 範圍由 u+0000 至 u+007f）只需乙個位元組，帶有變音符號的拉丁文、希臘文、西里爾字母、亞美尼亞語、希伯來文、阿拉伯文、敘利亞文及馬爾地夫語（unicode 範圍由 u+0080 至 u+07ff）需要二個位元組，其他基本多文種平面（bmp）中的字元（cjk屬於此類-qieqie注）使用三個位元組，其他 unicode 輔助平面的字元使用四位元組編碼。
10、最後，要回答你的問題，常規來看，中文漢字在utf-8中到底佔幾個位元組，一般是3個位元組，最常見的編碼方式是1110***x 10****** 10******。
**：
中文漢字佔二個位元組還是三個位元組長度
英文本母和中文漢字在不同字符集編碼下的位元組數 英文本母 位元組數 1 編碼 gb2312 位元組數 1 編碼 gbk 位元組數 1 編碼 gb18030 位元組數 1 編碼 iso 8859 1 位元組數 1 編碼 utf 8 位元組數 4 編碼 utf 16 位元組數 2 編碼 utf 16be...
php漢字佔幾個位元組,php乙個漢字幾個位元組
字元的簡介 在js中，中文佔兩個字元，英文佔乙個字元 在php中，不同編碼下不相同，在gbk gb2312編碼下乙個中文佔2個字元，utf 8 unicode編碼下乙個中文佔3個字元 推薦 php教程 php 位元組 和字元 php在utf 8編碼下，乙個漢字佔3個位元組，gbk編碼下只佔2個位元組...
int為什麼佔4個位元組？乙個位元組為什麼是8位？
不知道大家有沒有思考過這樣的問題，乙個位元組為什麼是8位呀，也許還有小夥伴不知道我說的這些是什麼，沒關係往下看。第乙個解釋 歷史 是ibm為system 360設計了一套8位ebcdic編碼,涵蓋了數字 大小寫字母和大部分常用符號,同時又相容廣泛用於打孔卡的6位bcdic編碼。第二個解釋，二進位制我...