【发布时间】：2011-08-18 19:37:22
【问题描述】：
阅读Wikipedia article on UTF-8，我一直在想overlong这个词。这个词被多次使用，但文章没有提供其含义的定义或参考。
我想知道是否有人可以解释这个术语及其用途。
【问题讨论】：
标签： unicode utf-8 character-encoding sequences codepoint
【发布时间】：2011-08-18 19:37:22
【问题描述】：
它是一个代码点的编码，它需要比它需要的更多的代码单元。
例如，U+0020 在 UTF-8 中由单个字节 0x20 表示。如果您以正常方式解码两个字节0xc0 0xa0，您仍然会返回到 U+0020，但这是一个无效的表示。
Unicode Corrigendum #1 有更多信息，尤其是在表 3.1B 周围。
【讨论】：
UTF-8 理论上允许字符的不同表示形式也具有较短的字符。例如，您可以通过将 MSB 设置为零来将 ASCII 字符编码为两个字节。 UTF-8 规范明确禁止这样做。
【讨论】：