UTF-8 十六进制到 unicode 代码点（仅数学）

Question

让我们table使用 Unicode 和 UTF-8 中的字符和 HEX 编码。
有谁知道如何仅使用数学运算将 UTF-8 十六进制转换为 Unicode 代码点？
例如。让我们看第一行。给定 227, 129 130 如何得到 12354?
有什么简单的方法只用数学运算就可以做到吗？

Unicode code point	UTF-8	Char
30 42 (12354)	e3 (227) 81 (129) 82 (130)	あ
30 44 (12356)	e3 (227) 81 (129) 84 (132)	い
30 46 (12358)	e3 (227) 81 (129) 86 (134)	う

* 来源：https://www.utf8-chartable.de/unicode-utf8-table.pl?start=12288&unicodeinhtml=hex

Answer 1

This video 是完美的来源（来自 6:15 的观看），但这里是它的摘要和 golang 代码示例。我用字母标记了从 UTF-8 字节中提取的位，希望它有意义。理解逻辑后，应用按位运算符就很容易了):

Bytes	Char	UTF-8 bytes	Unicode code point	Explanation
1-byte (ASCII)	E	1. 0xxx xxxx 0100 0101 or 0x45	1. 0xxx xxxx 0100 0101 or U+0045	no conversion needed, the same value in UTF-8 and unicode code point
2-byte	Ê	1. 110x xxxx 2. 10yy yyyy 1100 0011 1000 1010 or 0xC38A	0xxx xxyy yyyy 0000 1100 1010 or U+00CA	1. First 5 bits of the 1st byte 2. First 6 bits of the 2nd byte
3-byte	あ	1. 1110 xxxx 2. 10yy yyyy 3. 10zz zzzz 1110 0011 1000 0001 1000 0010 or 0xE38182	xxxx yyyy yyzz zzzz 0011 0000 0100 0010 or U+3042	1. First 4 bits of the 1st byte 2. First 6 bits of the 2nd byte 3. First 6 bits of the 3rd byte
4-byte		1. 1111 0xxx 2. 10yy yyyy 3. 10zz zzzz 4. 10ww wwww 1111 0000 1001 0000 1000 0100 1001 1111 or 0xF090_849F	000x xxyy yyyy zzzz zzww wwww 0000 0001 0000 0001 0001 1111 or U+1011F	1. First 3 bits of the 1st byte 2. First 6 bits of the 2nd byte 3. First 6 bits of the 3rd byte 4. First 6 bits of the 4th byte

2 字节 UTF-8

func get(byte1 byte, byte2 byte) {
    int1 := uint16(byte1 & 0b_0001_1111) << 6
    int2 := uint16(byte2 & 0b_0011_111)
    return rune(int1 + int2)
}

3 字节 UTF-8

func get(byte1 byte, byte2 byte, byte3 byte) {
    int1 := uint16(byte1 & 0b_0000_1111) << 12
    int2 := uint16(byte2 & 0b_0011_111) << 6
    int3 := uint16(byte3 & 0b_0011_111)
    return rune(int1 + int2 + int3)
}

4 字节 UTF-8

func get(byte1 byte, byte2 byte, byte3 byt3, byte4 byte) {
    int1 := uint(byte1 & 0b_0000_1111) << 18
    int2 := uint(byte2 & 0b_0011_111) << 12
    int3 := uint(byte3 & 0b_0011_111) << 6
    int4 := uint(byte4 & 0b_0011_111)
    return rune(int1 + int2 + int3 + int4)
}