Pytanie odnośnie zajmowanej ilości bajtów przez znaki

Question

Dzień dobry wszystkim,
Mam pytanie następujące - ile bajtów informacji / w pamięci zajmuje mi napisanie zwykłej litery alfanumerycznej, ile taki znak "" (gdy kopiuję ten znak do gry to mam małe literki w środku kwadratu), a ile litera chińska/hinduska?

Informacje te są mi potrzebne, gdyż potrzebuję policzyć kilka rzeczy związane z exploitem do gry Minecraft, gdzie, żeby móc ten exploit zainicjować, potrzebuję w jednym chunku mieć jeden megabajt informacji, a zapisywanie wielu książek z tymi znakami jest właśnie najbardziej efektywną metodą.

Policzenie kilku rzeczy mi jest potrzebne, gdyż wszystkie znaki, które są poza ISO 8859-2 są blokowane (exploit został spowolniony w wykonywaniu), więc byłbym niezmiernie wdzięczny, gdybym dostał informacje na podane w pierwszym akapicie pytania.
Pozdrawiam i miłego dnia,
Arek

Comments

1. Znak 8 bitow, 1 bajt

2. Ta koperta to chyba emoji, a emoji maja wlasny rozmiar, zalezny od jej wielkosci chyba itd.

3. http://ascii-table.com/keyboard.php/468-1

I sprawdz konwertujac sobie na binarke

Answer 1

Ogólnie ciężko na to pytanie odpowiedzieć. Najlepszą odpowiedzią było by "to zależy", tylko jest mało szczegółowa. A więc, teoretycznie od 8 bitów przy ASCII, idąc dalej masz utf-8, a tutaj to w praktyce ruletka. Zestawów znaków ze znakami niełacińskimi zakodowanymi w górnej połowie będą dwa razy większe. W przypadku niektórych skryptów, takich jak tajski i dewanagari znaki będą trzykrotnie większe. Istnieją nawet przykłady, w których pojedynczy bajt zamienia się w znak złożony w Unicode, a zatem jest sześciokrotnie większy w UTF-8. Spowodowało to sprzeciw w Indiach i innych krajach.

Answer 2

• 0x00 do 0x7F            – bity 0xxxxxxx, gdzie kolejne „x” to bity – licząc od najwyższego
• 0x80 do 0x7FF           – bity 110xxxxx 10xxxxxx
• 0x800 do 0xFFFF         – bity 1110xxxx 10xxxxxx 10xxxxxx
• 0x10000 do 0x1FFFFF     – bity 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
• 0x200000 do 0x3FFFFFF   – bity 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
• 0x4000000 do 0x7FFFFFFF – bity 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx

Nawet wikipedia odpowiada na takie pytania. Do zapisu znaków specjalnych wykorzystuje się najczęściej UTF-8 które ma konstrukcję jak powyżej. Polskie znaki specjalne mieszczą się w dwóch bajtach ale bardziej egzotyczne znaki już nie mają takiego szczęścia.

Comments

kilka rzeczy związane z exploitem do gry Minecraft

W Javie, z tego co wiem, kodowanie stringów jest w UTF-16; więc zakładając że to Javowa wersja MC i że faktycznie używa zwykłych Javowych stringów, to jest jakaś szansa że to o to kodowanie chodzi.