UTF-8/ru

UTF-8 (8-bit UCS/Unicode Transformation Format, или 8-битный Формат Преобразования UCS/Unicode) - это кодировка символов переменной длины для Unicode. Символы Unicode от U+0000 до U+007F кодируются просто как байты от 00h до 7Fh. Это означает, что файлы и строки, содержащие только 7-битные символы ASCII, имеют одинаковую кодировку как в ASCII, так и в UTF-8.

Все символы > U+007F кодируются как последовательность из нескольких байтов, в каждом из которых установлены два старших значащих бита. Никакая другая последовательность байтов одного символа не содержится в более длинной последовательности байтов другого символа. Это позволяет легко искать подстроки. Первый байт многобайтовой последовательности, который представляет не-ASCII-символ, всегда находится в диапазоне от C0h до FDh, и он указывает, сколько байтов следует за этим символом. Все последующие байты в многобайтовой последовательности находятся в диапазоне от 80h до BFh. Это обеспечивает легкую ресинхронизацию и надежность.

Code points (Кодовые точки)	1st byte	2nd byte	3rd byte	4th byte	старшие значащие биты первого байта многобайтовой последовательности
U+0000..U+007F	00..7F				0	ASCII
U+0080..U+07FF	C2..DF	80..BF			110	- UTF-8 Latin characters
U+0800..U+0FFF	E0	A0..BF	80..BF		1110
U+1000..U+FFFF	E1..EF	80..BF	80..BF		1110	- подстрочные и надстрочные символы UTF8
U+10000..U+3FFFF	F0	90..BF	80..BF	80..BF	11110
U+40000..U+FFFFF	F1..F3	80..BF	80..BF	80..BF	11110
U+100000..U+10FFFF	F4	80..BF	80..BF	80..BF	11110

UTF-8 byte Sequences

Функции UTF8

FreePascal

Модуль system содержит несколько основных функций:

• UnicodeToUtf8
• Utf8ToUnicode
• UTF8Encode
• UTF8Decode
• AnsiToUtf8
• Utf8ToAnsi

Lazarus

Lazarus также содержит функции UTF8. Подробности см. LCL Unicode Support

См. также

• Dealing with directory and filenames - UTF8 функции для файлов
• LCL Unicode Support - UTF8 в графических приложениях
• Console mode Pascal: Unicode (UTF8) output - Отображение вывода UTF8 в программах консольного или текстового режима
• UTF8 strings and characters

---

From the Free Pascal wiki, page "UTF-8/ru", as it stood on 2019-09-04 after a change by Zoltanleo, out of the wiki's dump of 2024-05-26. Copyright stays with the author who wrote it, according to the old wiki's Licensing page. If you have concerns about this material, message the admin.