阿拉伯语编码成utf8 需要几个字节?

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了阿拉伯语编码成utf8 需要几个字节?相关的知识,希望对你有一定的参考价值。

utf8编码每个字符可以分别占用1、2、3、4、5、6个字节。
阿拉伯字母主区在0x600-0x6ff,占用2个字节
阿拉伯辅助字母区0x0750 -0x077f,占用2个字节
阿拉伯扩展字符区、表现字符1区 表现字符2区、Rumi 数字、阿拉伯古数字,占3个字节。
参考技术A 3个 参考技术B 3

系统存储之:一个汉字在数据库占几个字节

参考文献:http://csumissu.iteye.com/blog/1090053

UTF-8:Unicode Transformation Format-8bit,允许含BOM,但通常不含BOM。是用以解决国际上字符的一种多字节编码,它对英文使用8位(即一个字节),中文使用24位(三个字节)来编码。UTF-8包含全世界所有国家需要用到的字符,是国际编码,通用性强。UTF-8编码的文字可以在各国支持UTF8字符集的浏览器上显示。如,如果是UTF8编码,则在外国人的英文IE上也能显示中文,他们无需下载IE的中文语言支持包。

 

GBK是国家标准GB2312基础上扩容后兼容GB2312的标准。GBK的文字编码是用双字节来表示的,即不论中、英文字符均使用双字节来表示,为了区分中文,将其最高位都设定成1。GBK包含全部中文字符,是国家编码,通用性比UTF8差,不过UTF8占用的数据库比GBD大。

 

GBK、GB2312等与UTF8之间都必须通过Unicode编码才能相互转换:
GBK、GB2312--Unicode--UTF8

 


UTF8--Unicode--GBK、GB2312

 

 

对于一个网站、论坛来说,如果英文字符较多,则建议使用UTF-8节省空间。不过现在很多论坛的插件一般只支持GBK。

GB2312是GBK的子集,GBK是GB18030的子集
GBK是包括中日韩字符的大字符集合
如果是中文的网站 推荐GB2312 GBK有时还是有点问题
为了避免所有乱码问题,应该采用UTF-8,将来要支持国际化也非常方便
UTF-8可以看作是大字符集,它包含了大部分文字的编码。
使用UTF-8的一个好处是其他地区的用户(如香港台湾)无需安装简体中文支持就能正常观看你的文字而不会出现乱码。

 

gb2312是简体中文的码
gbk支持简体中文及繁体中文
big5支持繁体中文
utf-8支持几乎所有字符

 

 

MySQL 5.0以上的版本:

1.一个汉字占多少长度与编码有关:

UTF-8:一个汉字=3个字节

GBK:一个汉字=2个字节

 

2.varchar(n)表示n个字符,无论汉字和英文,Mysql都能存入n个字符,仅是实际字节长度有所区别

 

3.MySQL检查长度,可用SQL语言:

select LENGTH(fieldname) from tablename 来查看

以上是关于阿拉伯语编码成utf8 需要几个字节?的主要内容,如果未能解决你的问题,请参考以下文章

一次性搞懂字符集,编码,Unicode,Utf-8/16,BOM...

怎么将中文转换成数字代码

java 如何把数字转化成阿拉伯语数字、波斯数字

将Unicode转换为二进制

斯威夫特:翻译成阿拉伯语后没有返回英文版

阿拉伯文字是反的,我应该怎么输入?