的驅動下，一個大而全的字符集 Unicode 應運而 生。 Unicode 的中文名稱為“統一碼”，理論上能容納 100 多萬個字元。它致力於將全球範圍內的字元納入統一 的字符集之中，提供一種通用的字符集來處理和顯示各種語言文字，減少因為編碼標準不同而產生的亂碼問 題。 自 1991 年釋出以來，Unicode 不斷擴充新的語言與字元。截至 2022 年 9 月，Unicode 已經包含 149186 個 字元，包括各種語言的字元、符號甚至表情符號等。在龐大的 Unicode 字符集中，常用的字元佔用 2 位元 組，有些生僻的字元佔用 3 位元組甚至 4 位元組。 Unicode 是一種通用字符集，本質上是給每個字元分配一個編號（稱為“碼點”），但它並沒有規定在計算機 中如何儲存這些字元碼點。我們不禁會問：當多種長度的 Unicode 碼點同時出現在一個文字中時，系統如何 解析字元？例如給定一個長度為 表示英文字元非常高效，因為它僅需 1 位元組；使用 UTF‑16 編碼某 些非英文字元（例如中文）會更加高效，因為它僅需 2 位元組，而 UTF‑8 可能需要 3 位元組。 從相容性的角度看，UTF‑8 的通用性最佳，許多工具和庫優先支持 UTF‑8 。 第 3 章 資料結構 www.hello‑algo.com 63 3.4.5 程式語言的字元編碼 對於以往的大多數程式語言，程式執行中的字串都採用

的驅動下，一個大而全的字符集 Unicode 應運而 生。 Unicode 的中文名稱為“統一碼”，理論上能容納 100 多萬個字元。它致力於將全球範圍內的字元納入統一 的字符集之中，提供一種通用的字符集來處理和顯示各種語言文字，減少因為編碼標準不同而產生的亂碼問 題。 自 1991 年釋出以來，Unicode 不斷擴充新的語言與字元。截至 2022 年 9 月，Unicode 已經包含 149186 個 字元，包括各種語言的字元、符號甚至表情符號等。在龐大的 Unicode 字符集中，常用的字元佔用 2 位元 組，有些生僻的字元佔用 3 位元組甚至 4 位元組。 Unicode 是一種通用字符集，本質上是給每個字元分配一個編號（稱為“碼點”），但它並沒有規定在計算機 中如何儲存這些字元碼點。我們不禁會問：當多種長度的 Unicode 碼點同時出現在一個文字中時，系統如何 解析字元？例如給定一個長度為 表示英文字元非常高效，因為它僅需 1 位元組；使用 UTF‑16 編碼某 些非英文字元（例如中文）會更加高效，因為它僅需 2 位元組，而 UTF‑8 可能需要 3 位元組。 從相容性的角度看，UTF‑8 的通用性最佳，許多工具和庫優先支持 UTF‑8 。 第 3 章 資料結構 www.hello‑algo.com 63 3.4.5 程式語言的字元編碼 對於以往的大多數程式語言，程式執行中的字串都採用

的驅動下，一個大而全的字符集 Unicode 應運而 生。 Unicode 的中文名稱為“統一碼”，理論上能容納 100 多萬個字元。它致力於將全球範圍內的字元納入統一 的字符集之中，提供一種通用的字符集來處理和顯示各種語言文字，減少因為編碼標準不同而產生的亂碼問 題。 自 1991 年釋出以來，Unicode 不斷擴充新的語言與字元。截至 2022 年 9 月，Unicode 已經包含 149186 個 字元，包括各種語言的字元、符號甚至表情符號等。在龐大的 Unicode 字符集中，常用的字元佔用 2 位元 組，有些生僻的字元佔用 3 位元組甚至 4 位元組。 Unicode 是一種通用字符集，本質上是給每個字元分配一個編號（稱為“碼點”），但它並沒有規定在計算機 中如何儲存這些字元碼點。我們不禁會問：當多種長度的 Unicode 碼點同時出現在一個文字中時，系統如何 解析字元？例如給定一個長度為 表示英文字元非常高效，因為它僅需 1 位元組；使用 UTF‑16 編碼某 些非英文字元（例如中文）會更加高效，因為它僅需 2 位元組，而 UTF‑8 可能需要 3 位元組。 從相容性的角度看，UTF‑8 的通用性最佳，許多工具和庫優先支持 UTF‑8 。 第 3 章 資料結構 www.hello‑algo.com 63 3.4.5 程式語言的字元編碼 對於以往的大多數程式語言，程式執行中的字串都採用

的驅動下，一個大而全的字符集 Unicode 應運而 生。 Unicode 的中文名稱為“統一碼”，理論上能容納 100 多萬個字元。它致力於將全球範圍內的字元納入統一 的字符集之中，提供一種通用的字符集來處理和顯示各種語言文字，減少因為編碼標準不同而產生的亂碼問 題。 自 1991 年釋出以來，Unicode 不斷擴充新的語言與字元。截至 2022 年 9 月，Unicode 已經包含 149186 個 字元，包括各種語言的字元、符號甚至表情符號等。在龐大的 Unicode 字符集中，常用的字元佔用 2 位元 組，有些生僻的字元佔用 3 位元組甚至 4 位元組。 Unicode 是一種通用字符集，本質上是給每個字元分配一個編號（稱為“碼點”），但它並沒有規定在計算機 中如何儲存這些字元碼點。我們不禁會問：當多種長度的 Unicode 碼點同時出現在一個文字中時，系統如何 解析字元？例如給定一個長度為 表示英文字元非常高效，因為它僅需 1 位元組；使用 UTF‑16 編碼某 些非英文字元（例如中文）會更加高效，因為它僅需 2 位元組，而 UTF‑8 可能需要 3 位元組。 從相容性的角度看，UTF‑8 的通用性最佳，許多工具和庫優先支持 UTF‑8 。 第 3 章 資料結構 www.hello‑algo.com 63 3.4.5 程式語言的字元編碼 對於以往的大多數程式語言，程式執行中的字串都採用

的驅動下，一個大而全的字符集 Unicode 應運而 生。 Unicode 的中文名稱為“統一碼”，理論上能容納 100 多萬個字元。它致力於將全球範圍內的字元納入統一 的字符集之中，提供一種通用的字符集來處理和顯示各種語言文字，減少因為編碼標準不同而產生的亂碼問 題。 自 1991 年釋出以來，Unicode 不斷擴充新的語言與字元。截至 2022 年 9 月，Unicode 已經包含 149186 個 字元，包括各種語言的字元、符號甚至表情符號等。在龐大的 Unicode 字符集中，常用的字元佔用 2 位元 組，有些生僻的字元佔用 3 位元組甚至 4 位元組。 Unicode 是一種通用字符集，本質上是給每個字元分配一個編號（稱為“碼點”），但它並沒有規定在計算機 中如何儲存這些字元碼點。我們不禁會問：當多種長度的 Unicode 碼點同時出現在一個文字中時，系統如何 解析字元？例如給定一個長度為 表示英文字元非常高效，因為它僅需 1 位元組；使用 UTF‑16 編碼某 些非英文字元（例如中文）會更加高效，因為它僅需 2 位元組，而 UTF‑8 可能需要 3 位元組。 從相容性的角度看，UTF‑8 的通用性最佳，許多工具和庫優先支持 UTF‑8 。 第 3 章 資料結構 www.hello‑algo.com 63 3.4.5 程式語言的字元編碼 對於以往的大多數程式語言，程式執行中的字串都採用

的驅動下，一個大而全的字符集 Unicode 應運而 生。 Unicode 的中文名稱為“統一碼”，理論上能容納 100 多萬個字元。它致力於將全球範圍內的字元納入統一 的字符集之中，提供一種通用的字符集來處理和顯示各種語言文字，減少因為編碼標準不同而產生的亂碼問 題。 第 3 章 資料結構 www.hello‑algo.com 61 自 1991 年釋出以來，Unicode 不斷擴充新的語言與字元。截至 149186 個 字元，包括各種語言的字元、符號甚至表情符號等。在龐大的 Unicode 字符集中，常用的字元佔用 2 位元 組，有些生僻的字元佔用 3 位元組甚至 4 位元組。 Unicode 是一種通用字符集，本質上是給每個字元分配一個編號（稱為“碼點”），但它並沒有規定在計算機 中如何儲存這些字元碼點。我們不禁會問：當多種長度的 Unicode 碼點同時出現在一個文字中時，系統如何 解析字元？例如給定一個長度為 表示英文字元非常高效，因為它僅需 1 位元組；使用 UTF‑16 編碼某 些非英文字元（例如中文）會更加高效，因為它僅需 2 位元組，而 UTF‑8 可能需要 3 位元組。 從相容性的角度看，UTF‑8 的通用性最佳，許多工具和庫優先支持 UTF‑8 。 3.4.5 程式語言的字元編碼 對於以往的大多數程式語言，程式執行中的字串都採用 UTF‑16 或 UTF‑32 這類等長編碼。在等長編碼下， 我

的驅動下，一個大而全的字符集 Unicode 應運而 生。 Unicode 的中文名稱為“統一碼”，理論上能容納 100 多萬個字元。它致力於將全球範圍內的字元納入統一 的字符集之中，提供一種通用的字符集來處理和顯示各種語言文字，減少因為編碼標準不同而產生的亂碼問 題。 自 1991 年釋出以來，Unicode 不斷擴充新的語言與字元。截至 2022 年 9 月，Unicode 已經包含 149186 個 字元，包括各種語言的字元、符號甚至表情符號等。在龐大的 Unicode 字符集中，常用的字元佔用 2 位元 組，有些生僻的字元佔用 3 位元組甚至 4 位元組。 Unicode 是一種通用字符集，本質上是給每個字元分配一個編號（稱為“碼點”），但它並沒有規定在計算機 中如何儲存這些字元碼點。我們不禁會問：當多種長度的 Unicode 碼點同時出現在一個文字中時，系統如何 解析字元？例如給定一個長度為 表示英文字元非常高效，因為它僅需 1 位元組；使用 UTF‑16 編碼某 些非英文字元（例如中文）會更加高效，因為它僅需 2 位元組，而 UTF‑8 可能需要 3 位元組。 從相容性的角度看，UTF‑8 的通用性最佳，許多工具和庫優先支持 UTF‑8 。 第 3 章 資料結構 www.hello‑algo.com 63 3.4.5 程式語言的字元編碼 對於以往的大多數程式語言，程式執行中的字串都採用

的驅動下，一個大而全的字符集 Unicode 應運而 生。 Unicode 的中文名稱為“統一碼”，理論上能容納 100 多萬個字元。它致力於將全球範圍內的字元納入統一 的字符集之中，提供一種通用的字符集來處理和顯示各種語言文字，減少因為編碼標準不同而產生的亂碼問 題。 自 1991 年釋出以來，Unicode 不斷擴充新的語言與字元。截至 2022 年 9 月，Unicode 已經包含 149186 個 字元，包括各種語言的字元、符號甚至表情符號等。在龐大的 Unicode 字符集中，常用的字元佔用 2 位元 組，有些生僻的字元佔用 3 位元組甚至 4 位元組。 Unicode 是一種通用字符集，本質上是給每個字元分配一個編號（稱為“碼點”），但它並沒有規定在計算機 中如何儲存這些字元碼點。我們不禁會問：當多種長度的 Unicode 碼點同時出現在一個文字中時，系統如何 解析字元？例如給定一個長度為 表示英文字元非常高效，因為它僅需 1 位元組；使用 UTF‑16 編碼某 些非英文字元（例如中文）會更加高效，因為它僅需 2 位元組，而 UTF‑8 可能需要 3 位元組。 從相容性的角度看，UTF‑8 的通用性最佳，許多工具和庫優先支持 UTF‑8 。 第 3 章 資料結構 www.hello‑algo.com 63 3.4.5 程式語言的字元編碼 對於以往的大多數程式語言，程式執行中的字串都採用

的驅動下，一個大而全的字符集 Unicode 應運而 生。 Unicode 的中文名稱為“統一碼”，理論上能容納 100 多萬個字元。它致力於將全球範圍內的字元納入統一 的字符集之中，提供一種通用的字符集來處理和顯示各種語言文字，減少因為編碼標準不同而產生的亂碼問 題。 第 3 章 資料結構 www.hello‑algo.com 60 自 1991 年釋出以來，Unicode 不斷擴充新的語言與字元。截至 149186 個 字元，包括各種語言的字元、符號甚至表情符號等。在龐大的 Unicode 字符集中，常用的字元佔用 2 位元 組，有些生僻的字元佔用 3 位元組甚至 4 位元組。 Unicode 是一種通用字符集，本質上是給每個字元分配一個編號（稱為“碼點”），但它並沒有規定在計算機 中如何儲存這些字元碼點。我們不禁會問：當多種長度的 Unicode 碼點同時出現在一個文字中時，系統如何 解析字元？例如給定一個長度為 表示英文字元非常高效，因為它僅需 1 位元組；使用 UTF‑16 編碼某 些非英文字元（例如中文）會更加高效，因為它僅需 2 位元組，而 UTF‑8 可能需要 3 位元組。 從相容性的角度看，UTF‑8 的通用性最佳，許多工具和庫優先支持 UTF‑8 。 3.4.5 程式語言的字元編碼 對於以往的大多數程式語言，程式執行中的字串都採用 UTF‑16 或 UTF‑32 這類等長編碼。在等長編碼下， 我

的驅動下，一個大而全的字符集 Unicode 應運而 生。 Unicode 的中文名稱為“統一碼”，理論上能容納 100 多萬個字元。它致力於將全球範圍內的字元納入統一 的字符集之中，提供一種通用的字符集來處理和顯示各種語言文字，減少因為編碼標準不同而產生的亂碼問 題。 自 1991 年釋出以來，Unicode 不斷擴充新的語言與字元。截至 2022 年 9 月，Unicode 已經包含 149186 個 字元，包括各種語言的字元、符號甚至表情符號等。在龐大的 Unicode 字符集中，常用的字元佔用 2 位元 組，有些生僻的字元佔用 3 位元組甚至 4 位元組。 Unicode 是一種通用字符集，本質上是給每個字元分配一個編號（稱為“碼點”），但它並沒有規定在計算機 中如何儲存這些字元碼點。我們不禁會問：當多種長度的 Unicode 碼點同時出現在一個文字中時，系統如何 解析字元？例如給定一個長度為 表示英文字元非常高效，因為它僅需 1 位元組；使用 UTF‑16 編碼某 些非英文字元（例如中文）會更加高效，因為它僅需 2 位元組，而 UTF‑8 可能需要 3 位元組。 從相容性的角度看，UTF‑8 的通用性最佳，許多工具和庫優先支持 UTF‑8 。 第 3 章 資料結構 www.hello‑algo.com 61 3.4.5 程式語言的字元編碼 對於以往的大多數程式語言，程式執行中的字串都採用