UTF-8エンコード文字の最大バイト数は？
単一のUTF-8エンコード文字の最大バイト数は？
UTF-8でエンコードされた文字列のバイトを暗号化するため、UTF-8エンコードされた文字列の最大バイト数を計算できる必要があります。
誰かが単一のUTF-8エンコード文字の最大バイト数を確認してください
RFC3629 によると、文字あたりの最大バイト数は4です。これにより、文字テーブルはU+10FFFFに制限されます。
UTF-8では、U + 0000..U + 10FFFF範囲（UTF-16アクセス可能範囲）の文字は、1〜4オクテットのシーケンスを使用してエンコードされます。
（元の仕様では、U+10FFFFを超えるコードポイントに最大6バイトの文字コードを使用できました。）
コードが128未満の文字には1バイトのみが必要で、次の1920文字コードには2バイトのみが必要です。難解な言語で作業しているのでない限り、文字数に4を掛けることはかなりの過大評価になります。
それ以上のコンテキストがなければ、UTF-8の文字の最大バイト数は
答え：6バイト
受け入れられた回答の著者は、これを「元の仕様」として正しく指摘しました。これは、RFC-2279 1 を介して有効でした。 J. Cocoeが以下のコメントで指摘したように、これは2003年にRFC-3629 2 で変更され、UTF-8を21ビットのエンコードに制限します。これは4バイトを使用するエンコードスキームで処理できます。
すべてのUnicodeをカバーする場合は答えます：4バイト
しかし、 Java <= v7 では、UTF-8でUnicodeを表すための最大3バイトについて話していますか？これは、元のUnicode仕様では基本的な多言語プレーン（ [〜＃〜] bmp [〜＃〜] ）のみが定義されていたためです。つまり、古いバージョンのUnicode、または最新のUnicodeのサブセットです。そう
元のユニコードのみを表す場合は答え、BMP：3バイト
しかし、OPはその逆について話します。文字からUTF-8バイトまでではなく、UTF-8バイトから「文字列」のバイト表現まで。おそらく、受け入れられた回答の著者は質問の文脈からそれを得たが、これは必ずしも明白ではないので、この質問のカジュアルな読者を混乱させるかもしれない。
UTF-8からネイティブエンコーディングに移行するには、「String」がどのように実装されているかを調べる必要があります。 Python> = 3のような一部の言語は、各文字を整数コードポイントで表します。これにより、文字ごとに4バイト= 32ビットで、ユニコードに必要な21をカバーできます。正確に21ビットではありませんか？バイト整列の方が高速であるためです。Python <= 2および Java などの一部の言語はUTF-16エンコードを使用して文字を表します。これは、サロゲートペアを使用して拡張ユニコード（BMPではない）を表す必要があることを意味します。いずれにしても、最大4バイトです。
uTF-8の場合は答える->ネイティブエンコーディング：4バイト
したがって、最終的な結論として、4が最も一般的な正しい答えであるため、我々はそれを正しました。ただし、走行距離は異なる場合があります。