UTF-8 用途和替代方案答案

【问题标题】：UTF-8 uses and alternativesUTF-8 用途和替代方案
【发布时间】：2010-11-29 19:09:38
【问题描述】：

在什么情况下你会推荐使用 UTF-8？是否有替代方案可以达到相同的目的？

UTF-8 正在用于 i18n？

【问题讨论】：

我想知道为什么这个问题会得到-2？
可能是因为第二个问题？ “UTF-8 正在用于 i18n？”。不是很清楚你的意思。

标签： localization utf-8 internationalization

【解决方案1】：

由于您将此标记为网页设计，我假设您需要优化代码大小以尽可能小以快速传输文件。

UTF-8 的替代方案是其他 Unicode 编码，因为除了使用 Unicode 之外别无选择（至少对于常规计算机系统而言）。

如果您查看如何指定 UTF-8，您会发现 U+007F 之前的所有代码点都需要一个八位字节，而 U+07FF 之前的代码点需要两个八位位组，最多为 U+FFFF三个和四个八位字节的代码点高达 U+10FFFF。对于 UTF-16，您将需要最多 U+FFFF 的两个八位字节（大多数情况下），以及最多 U+10FFFF 的四个八位位组。对于 UTF-32，所有 unicode 点都需要四个八位字节。

换句话说，与 UTF-16 相比，位于 U+07FF 之下的脚本会从使用 UTF-8 中获得一些大小优势，而高于 07FF 的脚本会在大小上有所损失。但是，由于该域是网页设计，因此可能值得注意的是，所有控制字符都位于 UTF-8 的一个八位字节范围内，这对于具有大量 HTML 标记和 Javascript 的文本来说不太正确，与实际“文本”的数量。

U+07FF 下的文字包括拉丁文（除了一些扩展名，如音标）、希腊文、西里尔文、希伯来文，可能还有更多。 Wikipedia 对 Unicode 问题有很好的报道，在 Unicode Consortium 你可以得到更多的细节。

【讨论】：

【解决方案2】：

由于您正在寻求建议，我建议您在任何情况下都使用它。一直以来，即用于 HTML 文件和文本资源。对于仅限英语的应用程序，它不会改变任何事情，但是当您需要实际本地化它时，首先使用 UTF-8 将是一个好处（您无需重新访问您的代码并对其进行更改；少一个缺陷源）。

至于其他 Unicode 系列编码（尤其是 UTF-16），我不建议将它们用于 Web 应用程序。虽然 ie 汉字的带宽消耗实际上可能更高（至少三个字节），但您将避免传输和浏览器解释的问题（是的，我知道理论上它应该都一样，不幸的是在实践中容易破裂）。

【讨论】：

【解决方案3】：

一直使用 UTF-8。 No excuses.

【讨论】：

unicode 一直是我同意的，但不一定是 utf8。

【解决方案4】：

对拉丁语言使用 utf-8。 utf-16 适用于所有其他语言。

【讨论】：

但 UTF-16 不向后兼容 ASCII。
UTF-8 完美支持所有其他语言。您可能对 ISO-8859 感到困惑。唯一的区别是 UTF-16 是 4 字节宽，而 UTF-8 具有可变字节宽度（因此消耗的字节更少）。
@user177883，那么您应该说这是问题中的一个约束。
errr... utf-16 是每个字符 2 个字节。你对 utf-32 的看法
UTF-16 是每个 代码单元 2 个字节。一个字符可能需要 1 或 2 个 UTF-16 代码单元。