在之前的文章《温故而知新：复习一下字符编码(ASCII、GB2312、Unicode、UTF-8、区位码)》，我复习了一下字符编码相关的问题。但是理论归理论，总要实践一下才会觉得靠谱一些嘛。
先来秀一下我以前测试汉字库的效果图
其中一个我显示反了😳，真的没有其它含义，我不想造反的。
当初流行愤怒的小鸟，但是我因为计算有误导致字库显示的不正常，不过效果倒是比正常的好看多了呢，我曾戏言是把小鸟关到笼子里。
终于把字显示正常了，哎，好想念婉儿表妹，不知道表妹是否还记得我？
其实从GB2312到区位码再到取字模出来还是比较简单的事情，毕竟就是加加减减乘乘除除的事情。现在很多液晶模块里边都自带字库，给相应的指令去显示即可。不过如果要显示特殊的尺寸规格以及特殊的字体，还是要用到自定义字库的。
扯远了，当初开发单片机程序的时候，因为时常要处理字符编码，所以我写了个超简单的工具给大家查询编码用。这里我用来验证一下之前学习编码那篇文章里涉及的问题。
可见对ASCII字符而言，Unicode（UCS-2）直接在ASCII字节前加上0x00，UTF-8编码出来的字节长度是一个字节和ASCII保持一致。
对于常见汉字（GB2312编码方案范畴内的），Unicode和ASCII方式都占用两个字节，但是两者内容是不同的，并且有不同的叫法，前者叫宽字符（WideChar）后者叫多字节字符（MultiByte）。而UTF-8编码出来占用三个字节，也就是说常见汉字编码成UTF-8反而多占用一个字节。
𐍈一个好特殊的字符，这个字符Unicode（UCS-4）存储占用了四个字节，UTF-8编码出来也是四个字节。因为我系统中设置的Unicode之外的默认编码为GB2312，它支持的范围就是两个字节，所以转换成GB2312多字节字符后会缺失内容。（哦，或者我程序界面上应该用GB2312而不是ASCII更好一些，懒得改了）
𤭢一个好神奇的汉字，据说收录在康熙字典，音义均同“碎”。这个字打破我一直以来都认为汉字Unicode表示只占两个字节的认知。以前听说什么公安局户口录入系统经常遇到敲不出来的汉字，这次我也长见识了。其它方面到和𐍈没啥区别了。
好了，就到这吧，至于什么UTF-16、UTF-32，我就不去学习了，累啊，有了这几把板斧，应该足够我愉快的玩耍了。
相关链接
This page is synchronized from the post: 纸上得来终觉浅：来验证一下编码的问题