charset-utf8.inc.pl

   1 use utf8;
   2 +{
   3         0x00 => [0x80, 'X l4 u-ascii',     'single byte ASCII',     'U+0000 – U+007F'],
   4         0x80 => [0x40, 'X l3',             'multi-byte continuation'],
   5         0xC0 => [0x02, 'X l1 joinr joind', '(overl.)',              'U+0000 – U+007F'],
   6         0xC2 => [0x0E, 'X l2 u-bmp joinl rowspan="2"',
   7                                            '2-byte sequence start', 'U+0080 – U+03FF'],
   8         0xD0 => [0x10, 'X l2 u-bmp joinu', '',                      'U+0400 – U+07FF'],
   9         0xE0 => [0x10, 'X l2 u-bmp',       '3-byte sequence start', 'U+0800 – U+FFFF'],
  10         0xF0 => [0x05, 'X l2 joinr',       '4-byte sequence',       'U+1·0000 – U+10·FFFF'],
  11         0xF5 => [0x03, 'X l1 joinl',       '(overflow)',            'U+11·0000 – U+1FF·FFFF'],
  12         0xF8 => [0x04, 'X l1',             '5-byte',                'U+200·0000 – U+3FFF·FFFF'],
  13         0xFC => [0x02, 'X l1',             '6-byte',                'U+4000·0000 – 7FFFF·FFFF'],
  14         0xFE => [0x02, 'di-invalid',       'invalid'],
  15 };