Unicode、UTF8、UTF7、UTF16、UTF32、ASCII 和 ANSI 编码有何不同？
这些编码对程序员有什么帮助？
Unicode、UTF、ASCII、ANSI格式的区别
398
- web dunia
4
最好的参考网站是：
http://msdn.microsoft.com/en-us/library/dd374081(VS.85).aspx - RamSri
6非常相关：UTF-8 vs Unicode - Tobias Kienzler
http://www.tugay.biz/2016/07/what-is-ascii-and-unicode-and-character.html - Koray Tugay
什么是Unicode、UTF-8、UTF-16？ UTF-8和Unicode有什么区别？ - phuclv
2个回答
546
按照您的清单进行说明：
- "Unicode" 不是一种编码方式，尽管不幸的是，许多文档将其不准确地用来指代特定系统默认使用的任何 Unicode 编码方式。在 Windows 和 Java 中，这通常意味着 UTF-16；在其他许多地方，它意味着 UTF-8。正确地说，Unicode 指的是抽象字符集本身，而不是任何特定的编码方式。
- UTF-16：每个“代码单元”占用 2 个字节。这是 .NET 中字符串的本机格式，通常也适用于 Windows 和 Java。位于基本多文种平面(BMP)之外的值将被编码为代理对。这些代理对过去相对较少使用，但现在许多消费类应用程序需要了解非 BMP 字符以支持表情符号。
- UTF-8：可变长度编码，每个代码点使用 1 至 4 个字节。ASCII 值使用 1 个字节编码为 ASCII。
- UTF-7：通常用于邮件编码。如果您认为需要使用它而且不是在处理邮件，那么您可能错了。（这只是我在新闻组等地方的经验-在邮件之外，它真的不太被广泛使用。）
Utf32String 类，它是我MiscUtil库的一部分（注意，它的测试可能不是非常全面）。更多关于Unicode的信息请参见我的Unicode页面和调试Unicode问题的技巧。
另一个重要的代码资源是unicode.org，其中包含了比您能够处理的信息更多 - 可能最有用的部分是代码图表。
- Jon Skeet
16
9“ANSI”这个术语在应用于微软的8位代码页时是一个误称。它们基于提交给ANSI标准化的草案，但ANSI本身从未对它们进行标准化。Windows-1252（通常被称为“ANSI”的代码页）类似于ISO 8859-1（Latin-1），唯一的区别是Windows-1252在0x80..0x9F范围内有可打印字符，而ISO 8859-1在该范围内有控制字符。Unicode也在该范围内有控制字符。 - Keith Thompson
1@jp2code：我不会这样做，但你需要区分“通过HTTP从Web服务器返回的内容”和“通过电子邮件发送的内容”。发送电子邮件的不是网页内容，而是其背后的应用程序。Web内容最好使用UTF-8；邮件内容可以使用UTF-7，尽管我认为现在将其保留在UTF-8中也没问题。 - Jon Skeet
3对于UTF-16，我个人认为应该说“每个代码单元2个字节”，因为超出BMP的代码点将被编码为代理对，即2个代码单元（4个字节）。 - Ludovic Kuty
1错过了UTF-16LE（在.NET中）和BE之间的差异以及BOM的概念。 - Maarten Bodewes
2@Andrew：不，没有（通用的）编码标记。Windows 1252不能表示Unicode BOM，并且它也没有意义，因为它只是一种每个字符一个字节的编码方式。 - Jon Skeet
显示剩余11条评论
80
以下是一些关于字符编码的入门阅读材料：Joel on Software: 软件开发人员绝对必须了解Unicode和字符集的绝对最低知识要求（没有借口！）
顺便说一下 - ASP.NET 与之无关，编码是普适的。
- Tomalak
2
14在文章撰写后6年的现在，我在阅读它，而这篇文章是在8年前发表的。14年过去了，但仍然是一篇很棒的阅读材料。这已经超过了我的一半人生。令人难以置信。 - Dave Knise
1另一个类似有用的资源：https://www.youtube.com/watch?v=MijmeoH9LT4 - vulcan raven
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接