: 推 sicao:请问有没有UTF-8跟unicode跟UTF-16等一干差别? 11/02 21:08 Unicode： 就是一个将世界上主要文字整理後按编号排列的列表，用 U+xxxx 来表示 原始是规划使用两个 byte，可编列 65535 个字，从 U+0000 ～ U+FFFF (这个范围叫「Basic Multilingual Plane」 http://0rz.tw/713fi ) 後来发现 65535 个字似乎不太够用 (东亚文字就占掉 3/4) 於是又增加了十六倍编号位置，从 U+010000 ～ U+1000FD 不过其中很多部分都是保留用或还在规划用途中 http://zh.wikipedia.org/wiki/%E8%BE%85%E5%8A%A9%E5%B9%B3%E9%9D%A2 详细的 Unicode 编号表可以看这个 http://zh.wikibooks.org/wiki/Unicode 前述的 U+xxxx 只是编号方式，实际的「编码」有很多， 目前常见的是 UTF8、UTF16、UTF32 几种 UTF8： 这个编码方式的特色就是针对不同种类的字元使用不同的 byte 数 例 Unicode UTF8 编码 U+0000 ～ U+007F 使用 1 byte G U+0047 47 U+0080 ～ U+07FF 使用 2 byte Я U+042F 042F U+0800 ～ U+FFFF 使用 3 byte ＠ U+FF20 EFBCA0 U+010000 ～ U+10FFFF 使用 4 byte U+20000 F0A08080 好处是原 ASCII 的资讯 (即使用 1 byte 的) 不必转换就可以继续使用 UTF16： 不像 UTF8 变动 byte 数，而是固定用 2 byte 对 U+0000 ～ U+FFFF 编码 (但 U+010000 ～ U+10FFF 则用 4 byte 编码) 分为好几种排列方式 例：Я (U+042F) ＠ (U+FF20) Я＠ 编码 编码 编码 UTF16LE (UTF16 Little-Endian) 2F04 20FF 2F0420FF UTF16BE (UTF16 Big-Endian) 042F FF20 042FFF20 UTF16LE 含 BOM (Byte Order Mark) FFFE2F0420FF UTF16BE 含 BOM FEFF042FFF20 为目前 Windows 等许多作业系统内部处理使用的编码方式 UTF32： 每个字元都固定用 4 byte 编码 例：Я (U+042F) ＠ (U+FF20) Я＠ UTF32LE 2F040000 FF200000 2F040000FF200000 UTF32BE 0000042F 0000FF20 0000042F0000FF20 UTF32LE 含 BOM FFFE00002F040000FF200000 UTF32BE 含 BOM 0000FEFF0000042F0000FF20 -- Sincerely, 2003, 2005 日本自助旅行纪录 http://mstar.myweb.hinet.net/JPtour Wayne Su 2004 台湾东部铁路旅行 2006 亚欧洲铁路纵贯旅行 hk cn mn ru by pl de ch fr mc it va li uk http://www.pixnet.net/mstar http://blog.pixnet.net/mstar next will be...? --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 61.229.46.166