编码.UTF8还是编码.Unicode？

Question

Encoding.Unicode是不是只是UTF-16的别名？那么为什么它被称为Unicode而不是UTF16？

在编码文档中，Microsoft指出，在大多数情况和应用程序中，您应避免使用Encoding.ASCII和Encoding.Default。

当使用System.Text.Encoding时，在大多数情况下，我应该使用Encoding.Unicode还是Encoding.UTF8？

- Fred

Answer 1

Encoding.Unicode 是否只是UTF-16的名称?

是的，具体来说是小端UTF-16。对于大端UTF-16，Encoding有一个单独的BigEndianUnicode属性。

那么为什么它被称为Unicode而不是UTF16呢？

出于历史原因。Microsoft是第一批采用Unicode的公司之一，因此在Unicode的早期版本中，Windows中就有了“Unicode”实现。 “Unicode”是Microsoft用来指代其本机Unicode编码的事实标准名称，以前是UCS-2，现在是UTF-16。

在使用System.Text.Encoding时，我应该使用Encoding.Unicode还是Encoding.UTF8?

这取决于你的特定场景。使用适合您需求的任何编码。这两个编码都有优缺点。

UTF-8通常用于通信协议的互操作性，因为它不会遇到字节序问题，并且与大多数现有的基于文本的协议兼容。对于大多数语言，它的字节存储比UTF-16小。

UTF-16通常比UTF-8更易于在内存中处理，这就是为什么许多库和框架将其用于字符串的原因。对于东亚语言，它的字节存储可能比UTF-8更小。

- Remy Lebeau

---

哪种编码在大多数情况下、大多数时间和大多数应用程序中都应该使用？哪个应该成为我的首选变体？UTF-8 还是 UTF-16？ - undefined

@Fred 在许多语言中，自从VB4以来，UTF-16/UCS-2被用于文本数据类型（String、Char、Character）。因此，在这些语言中使用它们是很自然的选择。同时，Windows API和NTFS也使用它，所以在这方面也是一样的。在SQL Server中，NCHAR/NVARCHAR是处理Unicode文本的唯一方式。在UTF-8方面，当在系统之间传输时，JSON要求使用UTF-8编码。最终，所选择的字符编码是必须在写入者和读取者之间共享的元数据。 - undefined

@Fred 再次提醒你，这取决于你对 Encoding 的具体需求。你正在问一个有主观倾向的问题。我的意见是UTF-8通常足够了，但UTF-16也有其用途。 - undefined

Answer 2

这个来源于Unicode早期的版本。Unicode 1.0作为一个16位编码，因为65536个代码点被认为是足够的。然而，Unicode 2.0放弃了这个限制，但早期的Unicode采用者，包括Microsoft，在命名他们的编码时使用了Unicode，这种做法一直沿用至今。

现在除非你有特定的原因（例如需要与遗留软件集成），否则应该使用UTF-8。

原因是ASCII与UTF-8二进制兼容，并且ASCII广泛存在。

- JGNI

---

我明白我应该优先选择UTF-8而不是ASCII。但是Encoding.Unicode和UTF-16是一样的吗？我应该使用Encoding.UTF8还是Encoding.Unicode？ - undefined

Encoding.Unicode与UTF16相同，而默认情况下应该使用Encoding.UTF8。我认为这一点在我的回答中已经很清楚了。 - undefined

在编码方面，这是作者选择的。在个人电脑世界中（自1981年以来），选择ASCII编码一直相当困难或不可能。它在MS-DOS中不可用；它也不是任何操作系统（据我所知）和几乎没有任何程序的默认编码。原因是当时有一个大力推动将更大的字符集作为默认设置。不幸的是，当时可用的是数十种字符集，每个字符集约有<= 256个代码点。最重要的是：使用与写入时使用的字符编码相同的编码进行阅读。 - undefined