浅谈unicode 内码

前段时间做了个程序从hotmail获取好友列表,发现返回来的都是类似飓这种代码

我本来想返回一个汉字“飓”,居然返回来的是飓后来上网查了下,原来这个就是传说中的unicode汉字内码,并且还有一个巨大的内码和汉字的对应表

如果要将内码转换为汉字,难道要加载这个对应表做映射?,这个实在是麻烦,通过一些简单的分析,发现了两者之间的对应规律,其实很简单,汉字的utf-16编码的字节为4个,取低位的两个字节然后做一个双字节转无符号整数的计算就得到了这个内码

现在的情况的需要从内码转为汉字,此过程就是上面的过程的一个逆过程,了解了上面的冬冬,做个反转换就简单了

比如汉字“39123---16进制 98d3---〉字节数组[-104, -45]----utf-16编码成“飓“

同理用于其它特殊字符的unicode内码

你可能感兴趣的:(unicode)