UTF-8，UTF-16和UTF-32

Question

UTF-8，UTF-16和UTF-32有什么区别？我知道它们都将存储Unicode，并且每个都使用不同数量的字节来表示字符。选择一个而不是另一个有优势吗？

Answer 1

在ASCII字符代表文本块中大多数字符的情况下，UTF-8具有一个优势，因为UTF-8将所有字符编码为8位（例如ASCII）。还有利的是，仅包含ASCII字符的UTF-8文件具有与ASCII文件相同的编码。

UTF-16在ASCII不占优势的情况下更好，因为它主要每个字符使用2个字节。对于高阶字符，UTF-8将开始使用3个或更多字节，而对于大多数字符，UTF-16仅保留2个字节。

UTF-32将覆盖4个字节中的所有可能字符。这使它显得肿。我想不出使用它的任何优势。

Answer 2

简而言之：

• UTF-8：可变宽度编码，向后兼容ASCII。ASCII字符（U + 0000至U + 007F）占1个字节，代码点U + 0080至U + 07FF占2个字节，代码点U + 0800至U + FFFF占3个字节，代码点U + 10000至U + 10FFFF占用4个字节。适合英语文本，不适合亚洲文本。

• UTF-16：可变宽度编码。代码点U + 0000至U + FFFF占用2个字节，代码点U + 10000至U + 10FFFF占用4个字节。对英语文本不利，对亚洲文本不利。

• UTF-32：固定宽度编码。所有代码点占用四个字节。巨大的内存消耗，但是操作起来很快。很少用。

详细地说：请参阅Wikipedia：UTF-8，UTF-16和UTF-32。