什麼是一個超長的形式/編碼？

Question

閱讀Wikipedia article on UTF-8，我一直想知道術語超長。這個術語被多次使用，但文章沒有提供其含義的定義或參考。

我想知道是否有人可以解釋這個術語及其目的。

Answer 1

這是一個代碼點的編碼，它需要更多的代碼單元。

例如，U + 0020以單字節0x20以UTF-8表示。如果以正常方式解碼兩個字節0xc0 0xa0，您仍然會回到U + 0020，但這是無效的表示。

Unicode Corrigendum #1有更多的信息，尤其是圍繞表3.1B。

Answer 2

UTF-8在理論上允許不同表示的字符也有一個較短的字符。例如，您可以通過將MSB設置爲零來編碼兩個字節的ASCII字符。 UTF-8規範明確禁止這樣做。