一个文件查看全部Unicode字符

Posted 2023-05-06

参考技术A 在网上搜索Unicode，一个偶然的机会发现了网站“Unicode百科®”。
地址： https://unicode-table.com

真的是非常好。想要看的符号全部都能够找得到。
如果你发现没有找到你想要找的字符，可能的原因只有两点：①你的计算机没有相应的字体。②计算机上面有相应的字体，但是网页上的字体与在其他地方看到的字体不同导致字符呈现不同。

但是美中不足的时，在网站上面查看要网络动态加载。①这个过程像屎$hit一样。而！且！！②随着网页加载字符越来越多，网页反应变慢，甚至有浏览器屎崩的危险。

于是，自己动手做了一个功能差不多的。
当然。里面有什么“编码”，“解码”，“翻转”，“Unicode字符生成”等功能也不是不能做。只是不常用就没有集成。下面来看看效果：

开始页面是一些常见字符图画。页面有3个选项卡。第①个是范围选项卡。第②个有各种常见符号分类集。第③个可以变更字体查看效果。

(゜-゜)=Œ█ 干杯~

如何判断一个字符串是不是是unicode编码？

不论何种编程语言请写出源代码。谢谢！

只是一个字符串
我没那个本事

如果是一个标准的文本文件 是可以识别的

标准的 Unicode 称为UTF-16(UTF:UCS Transformation Format )。后来为了双字节的Unicode能够在现存的处理单字节的系统上正确传输，出现了UTF-8，使用类似MBCS的方式对Unicode进行编码。(Unicode字符集有多种编码形式)
例如"连通"两个字的Unicode标准编码UTF-16 (big endian)为：DE 8F 1A 90
而其UTF-8编码为：E8 BF 9E E9 80 9A

当一个软件打开一个文本时，它要做的第一件事是决定这个文本究竟是使用哪种字符集的哪种编码保存的。软件一般采用三种方式来决定文本的字符集和编码：
检测文件头标识，提示用户选择，根据一定的规则猜测
最标准的途径是检测文本最开头的几个字节，开头字节 Charset/encoding,如下表：
EF BB BF UTF-8
FE FF UTF-16/UCS-2, little endian
FF FE UTF-16/UCS-2, big endian
FF FE 00 00 UTF-32/UCS-4, little endian.
00 00 FE FF UTF-32/UCS-4, big-endian.

怎么样 相信你是能够实现这个算法的

good luck . 参考技术A Unicode编码标准中的所有字符都是双字节长。
单字节字符集是拉丁字母，重音文字，用ASCII标准定义，用于DOS操作系统。双字节字符集用于东亚和中东语言。Unicode用于COM和Windows NT内部。

单字节字符集，它的数据类型是char。
Unicode字符集用wchar_t数据类型。
Unicode字符串用L前缀起头，如：
wchar_t wch = L'1'; // 2 个字节, 0x0031
wchar_t* wsz = L"Hello"; // 12 个字节, 6 个宽字符

用strlen()函数求字符串的长度（非unicode)

_mbslen ( ) (UNICODE)

求出长度，读出数据内容。