UTF-8 十六进制到 unicode 代码点（仅限数学）

Question

我们以该表为例，其中包含 Unicode 和 UTF-8 中的字符和十六进制编码。
\n有谁知道如何仅使用数学运算将 UTF-8 十六进制转换为 Unicode 代码点？
\n例如 让我们采取第一行。给定227，129 130如何得到12354？
\n有什么简单的方法可以仅使用数学运算来做到这一点吗？

\n

\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n \n

Unicode 代码点	UTF-8	查尔
30 42 (12354)	e3 (227) 81 (129) 82 (130)	\xe3\x81\x82
30 44 (12356)	e3 (227) 81 (129) 84 (132)	\xe3\x81\x84
30 46 (12358)	e3 (227) 81 (129) 86 (134)	\xe3\x81\x86

\n

\n

* 来源：https://www.utf8-chartable.de/unicode-utf8-table.pl ?start=12288&unicodeinhtml=hex

\n

Answer 1

该视频是完美的源代码（从 6:15 开始观看），但这里是其摘要和 golang 代码示例。我用字母标记从 UTF-8 字节中获取的位，希望它有意义。当您理解逻辑时，很容易应用按位运算符）：

\n

\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n \n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n

字节	查尔	UTF-8 字节	Unicode 代码点	解释
1 字节 (ASCII)	乙	1. 0xxx xxxx 0 100 0101或0x45	1. 0xxx xxxx 0100 0101 或U+0045	无需转换，UTF-8 和 unicode 代码点的值相同
2字节	\xc3\x8a	1. 110x xxxx 2. 10yy yyyy 110 0 0011 10 00 1010或0xC38A	0xxx xxyy yyyy 0000 1100 1010 或U+00CA	1. 第一个字节的前 5 位 2. 第二个字节的前 6 位
3字节	\xe3\x81\x82	1. 1110 xxxx 2. 10yy yyyy 3. 10zz zzzz 1110 0011 10 00 0001 10 00 0010或0xE38182	xxxx yyyy yyzz zzzz 0011 0000 0100 0010 或U+3042	1. 第一个字节的前 4 位 2. 第二个字节的前 6 位 3. 第三个字节的前 6 位
4字节		1. 1111 0xxx 2. 10yy yyyy 3. 10zz zzzz 4. 10ww wwww 1111 0 000 10 01 0000 10 00 0100 10 01 1111或0xF090_849F	000x xxyy yyyy zzzz zzww wwww 0000 0001 0000 0001 0001 1111 或U+1011F	1. 第 1 个字节的前 3 位 2. 第 2 个字节的前 6 位 3. 第 3 个字节的前 6 位 4. 第 4 个字节的前 6 位

\n

2 字节 UTF-8

\n

func get(byte1 byte, byte2 byte) {\n    int1 := uint16(byte1 & 0b_0001_1111) << 6\n    int2 := uint16(byte2 & 0b_0011_111)\n    return rune(int1 + int2)\n}\n

\n

3 字节 UTF-8

\n

func get(byte1 byte, byte2 byte, byte3 byte) {\n    int1 := uint16(byte1 & 0b_0000_1111) << 12\n    int2 := uint16(byte2 & 0b_0011_111) << 6\n    int3 := uint16(byte3 & 0b_0011_111)\n    return rune(int1 + int2 + int3)\n}\n

\n

4 字节 UTF-8

\n

func get(byte1 byte, byte2 byte, byte3 byt3, byte4 byte) {\n    int1 := uint(byte1 & 0b_0000_1111) << 18\n    int2 := uint(byte2 & 0b_0011_111) << 12\n    int3 := uint(byte3 & 0b_0011_111) << 6\n    int4 := uint(byte4 & 0b_0011_111)\n    return rune(int1 + int2 + int3 + int4)\n}\n

\n