手动将字符从 UTF-8 转换为 ISO-8859-1

我有字符“ö”。如果我看进去这个 UTF-8 表我看到它有十六进制值F6。如果我看统一码表我看到“ö”有索引E0and 16。如果我添加两者，我会得到代码点的十六进制值F6。这是二进制值1111 0110.

1）如何从十六进制值中获取F6到指数E0 and 16?
2）我不知道怎么来的F6到两个字节C3 B6 ...

因为我没有得到结果，所以我尝试走另一条路。 “ö”在 ISO-8859-1 中表示为“ö”。在里面UTF-8 表我可以看到“à”有十进制值195并且“¶”具有十进制值182。转换为位是1100 0011 1011 0110.

Process:

1. 看看在一个table并获取字符“ö”的 unicode。根据指数计算E0 and 16你得到了 UnicodeU+00F6.

2. 根据wildplasser发布的算法可以计算出编码的UTF-8值C3 and B6.

3. 以二进制形式你得到1100 0011 1011 0110对应于十进制值195 and 182.

4. 如果这些值被解释为ISO 8859-1（只有 1 个字节）然后你会得到“?”。

PS：我也发现了这个链接，它显示步骤 2 中的值。

您正在使用的页面让您有些困惑。您的“UTF-8 表”或“Unicode 表”都没有为您提供 UTF-8 中的代码点值。它们都只是简单地列出了字符的 Unicode 值。

在 Unicode 中，每个字符（“代码点”）都有一个分配给它的唯一编号。人物ö已分配代码点U+00F6，即F6以十六进制表示，并且246以十进制表示。

UTF-8 是一个表示Unicode，每个 Unicode 代码点使用一到四个字节的序列。该文章描述了从 32 位 Unicode 代码点到 UTF-8 字节序列的转换 - 一旦您习惯了，它就非常简单。当然，计算机总是可以做到这一点，但你可以用铅笔和纸轻松地做到这一点，并在头脑中进行一些练习。

如果你进行这种转变，你会看到U+00F6转换为 UTF-8 序列C3 B6, or 1100 0011 1011 0110以二进制表示，这就是为什么它是 UTF-8 表示形式ö.

您问题的另一半是关于 ISO-8859-1 的。这是一种通常称为“Latin-1"。Latin-1编码的数值与Unicode中的前256个代码点相同，因此ö is F6拉丁语-1。

在 UTF-8 和标准 Unicode 代码点 (UTF-32) 之间进行转换后，获得 Latin-1 编码应该很简单。但是，并非所有 UTF-8 序列/Unicode 字符都有对应的 Latin-1 字符。

请参阅优秀文章每个软件开发人员绝对必须了解 Unicode 和字符集的绝对最低限度（没有任何借口！）为了更好地理解字符编码和它们之间的转换。