utf8编码问题？

Question

红框处“严”Unicode是4E25，这个值是怎么知道的？人为查表可以理解，但比如我键盘输入“严”，计算机是怎么知道这个值的？网上查了一些资料，看到有输入码、交换码、机内码这些概念，没太理解这里的转换原理，求解答。

Answer 1

为啥查表只能“人为”呢？计算机也可以查表啊……

你可以理解为 UTF-8 本身就有一个大表维护了字符和编码的映射关系啊……

你要是想问这个“大表”是咋来的，那是有一个标准化组织，叫 The Unicode Consortium （统一码联盟）制订出来的。

P.S. 你说的输入码啥的，那是输入法里的概念，跟 UTF-8 无关（非说无关也不完全对，Unicode 对于输入法来说就是所谓“内码/机内码”）。或者其实你想问的是输入法的工作原理？

Answer 2

码表是人定义的，也就是说，标准中定义了 4e25 这个编码代表 严 字。但定义了还需要实现，在人机交互这个层面，是通过“字体”来实现的。字库为 4e25 这个编码画了一个字形，就是“严”字。所以如果使用一种不含中文字的字体，是不能显示汉字的。或者有些手写体，只实现了 3000 左右的汉字，那不常用字是显示不出来的。当然有时候你会发现系统也能显示，那是因为设置的字体中虽然没有，但是可以降低使用系统的默认字体，这要靠系统和软件的支持。

至于计算机和计算机的交流……就 4e25 啊，没毛病，你可能理解不了，但计算机能理解，它本来就是理解二进制的。