Unicode与UTF-8的关系

Unicode又称统一码，万国码。uni是一个英文词根，原型是one, 表示“单一, 一个”，所以unicode本意是“一个码”，就是让每个字符都有一个唯一的编码。它就像个武林盟主，把世上所有的语言符号一勺烩，一统了编码江湖。不过缺点也很明显，为了统一，牺牲了效率，常用2个字节存储一个符号（生僻字符可能需要4字节）。这样对于本来只占用一个字节的英文字母来说（ASCII编码），相当于增加一倍的存储空间。西方人一向都是这也要，那也要，可不会吃这亏。

为了解决这个问题，UTF-8出现了，UTF是Unicode Transformation Format的缩写，表示Unicode的一种转换格式。它的特点是编码可长可短，根据字符的实际长度来分配存储空间。具体怎么分配的呢？足见西方人“我不上天堂谁上天堂？”的处事智慧。

经过一番折腾，实现的效果如下：

①西方字符的UTF-8码与原来的ASCII编码完全一致，一点亏也不吃。

②中文字符的Unicode码转成UTF-8码由的2个字节变成了3个字节。

谁占便宜了谁吃亏一目了然，可怜的我们被人收割了还用得不亦乐乎。

UTF-8编码既能节省空间，又不会出现乱码，真是好用得不要不要了！

不过UTF-8编码也有点儿小问题，就是长度变来变去的，计算机处理起来不太方便，为了解决这个问题，处理前需要预先要将UTF-8转换为Unicode。

也就是说，在计算机内存中，统一使用Unicode编码，需要保存到硬盘或者需要传输的时候，就转换为UTF-8编码。

举两个例子：

(1)记事本。“.txt”文件中保存是UTF-8，读取文件时转换为Unicode并存入内存。保存文件的时再把Unicode转换为UTF-8。

(2)浏览网页。服务器会把Unicode内容转换为UTF-8格式的，再传输到浏览器。

原文地址：https://blog.csdn.net/jjmhx/article/details/142352543

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！