重新认识unicode和utf8编码直到今天，准确的说是刚才，我才知道utf-8编码和unicode编码是不一样的，是有区别的囧
他们之间是有一定的联系的，看看他们的区别：
utf-8的长度是不一定的，有可能是1、2、3字节unicode长度一定，2个字节（usc-2）utf-8可以和unicode互相转换
unicode和utf8的关系unicode(16进制)utf-8(二进制)
0000 - 007f 0xxxxxxx
0080 - 07ff 110xxxxx 10xxxxxx
0800 - ffff 1110xxxx 10xxxxxx 10xxxxxx
上面的表格有2个意思，第一个显而易见就是说unicode和utf-8字符范围的对应，还有一个可以看出unicode怎么和utf-8互相转换：
先说utf-8到unicode的转换utf-8编码的二进制和上面的3种格式进行匹配，匹配到之后去掉固定位（表格中的非x位置），然后从右到左每8位一组，不够8位左边不领，凑够2个字节16 bits，这16 bits所表示的就是utf-8对应的unicode编码，看看下面几个例子：
上面图片中的文字编码格式为utf-8，可以用winhex看到其16进制表示
字符 => utf-8 => utf-8二进制=> 去掉固定位置凑够16位的二进制 => 16进制汉 => e6b189 => 11100110 10110001 10001001 => 01101100 01001001 => 6c49字 => e5ad97 => 11100101 10101101 10010111 => 01011011 01010111 => 5b57#下面是在chrome命令行下面运行的结果'\u6c49'汉'\u5b57'字#到这里的话，从utf-8转换到unicode已经是一件非常容易的事了，看看转换的伪代码读取一个字节，11100110判断该utf-8字符的格式，属于第三种，3个字节继续读取2个字节得到 11100101 10101101 10010111按照格式去掉固定位 1011011 01010111不够16位，左边补零 01011011 01010111 => 5b57
再看看从unicode到utf-8的转换5b57获取5b57所在的unicode范围，0800
说说问题再说说今天这个问题的起因，从前端输入很多单词，utf-8格式每个词最多30个字节，因此会在前端和后台分别做验证，javascript用的是unicode编码，后端程序用的是utf-8编码，现在的解决办法是这样
前端function utf8_bytes(str){ var len = 0, unicode; for(var i = 0; i
后台#对于gbk字符串$len = ceil(strlen(bin2hex(iconv('gbk', 'utf-8', $word)))/2);#对于utf8字符串$len = ceil(strlen(bin2hex($word))/2);
5/21/2015 8:21:53 pm
本文版权归作者iforever(luluyrt＠163.com)所有，未经作者本人同意禁止任何形式的转载，转载文章之后必须在文章页面明显位置给出作者和原文连接，否则保留追究法律责任的权利。
4楼清香白莲素还真unicode是字符集，定义每个字符对应的数字。，utf-8、utf-16等是编码格式，定义“字符对应的数字”如何以二进制的方式存储。re: 奔跑的man@清香白莲素还真，我觉得这样说更好点：，uincode定义每个数字（0x0000~0xffff）对应的字符,，utf-8是定义字符对应的数字（不是所有的数字都有对应的字符），，完了之后他们之间有个映射关系3楼穆恩第一段有错别字re: 奔跑的man@穆恩，已改，太粗心了，这里检讨下，谢谢提醒2楼小丸博主所说的unicode其实是utf-161楼upfriend以前也没怎么注意这个问题，因为一般情况下我都让前后端编码统一，不过博主分析的挺好，赞！