- The added line is THIS COLOR.
- The deleted line is THIS COLOR.
- UTF-8、UTF-16、およびUTF-32間の相互運用方法
-- http://www.ibm.com/developerworks/jp/java/library/j-u-encode.html
* UTF-8 [#j8ba555f]
* UTF-8 [#utf-8]
- UTF-8でエンコードされた文字列の文字数を取得するコード
-- http://59log.com/?func=detail&id=2243
1バイト目の先頭ビットが0の場合は1バイト文字
1バイト目の先頭から3ビットが110の場合は2バイト文字
1バイト目の先頭から4ビットが1110の場合は3バイト文字
1バイト目の先頭から5ビットが11110の場合は4バイト文字
1バイト目の先頭から6ビットが111110の場合は5バイト文字
1バイト目の先頭から7ビットが1111110の場合は2バイト文字
- UTF8の文字数を数える
-- http://shnya.jp/blog/?p=164
また先頭バイト以外は上位ビットが「10」から始まるので、文字境界は一意に定まります。
例)
1バイト文字: 0XXXXXXXX
2バイト文字: 110xxxxxx 10XXXXXX
3バイト文字: 1110xxxxx 10XXXXXX 10XXXXXX
- UTF-8 and Unicode FAQ for Unix/Linux
-- http://www.cl.cam.ac.uk/~mgk25/unicode.html
* 関連 [#rel]
- [[Unicode]]