Unicode、UTF、ASCII、ANSI 格式差异

Question

Unicode、UTF8、UTF7、UTF16、UTF32<之间有什么区别、ASCII 和 ANSI 编码？

这些对程序员有什么帮助？

Answer 1

查看您的列表:

• "Unicode "不是一种编码，但不幸的是，许多文档不精确地使用它来指代特定系统默认使用的任何 Unicode 编码。在 Windows 和 Java 上，这通常意味着 UTF-16；在许多其他地方，它表示 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。
• UTF-16 :每个“代码单元”2 个字节。这是 .NET 中字符串的 native 格式，通常在 Windows 和 Java 中也是如此。 Basic Multilingual Plane 之外的值(BMP) 被编码为代理对。这些过去相对很少使用，但现在许多消费者应用程序需要识别非 BMP 字符才能支持表情符号。
• UTF-8 :可变长度编码，每个代码点 1-4 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。如果您认为自己需要它但没有处理邮件，那么您可能就错了。 (这只是我在新闻组等中发帖的经验 - 在邮件之外，它实际上根本没有被广泛使用。)
• UTF-32 :每个代码点使用 4 个字节的固定宽度编码。这不是很有效，但使 BMP 之外的生活变得更轻松。我有一个 .NET Utf32String 类作为我的 MiscUtil 的一部分图书馆，如果你想要的话。 (请注意，它还没有经过非常彻底的测试。)
• ASCII :仅使用底部 7 位的单字节编码。 (Unicode 代码点 0-127。)无重音符号等。
• ANSI:没有一种固定的 ANSI 编码 - 有很多。通常，当人们说“ANSI”时，他们的意思是“我的系统的默认区域设置/代码页”，这是通过 Encoding.Default 获得的。 ，并且通常是 Windows-1252但也可以是其他语言环境。

还有更多关于my Unicode page的信息和 tips for debugging Unicode problems .

另一个重要的代码资源是 unicode.org其中包含的信息比您能够完成的信息要多 - 可能最有用的部分是 code charts .