utf-8 和 ascii 的前 128 个字符是否相同？答案

【问题标题】：Are the first 128 characters of utf-8 and ascii identical?utf-8 和 ascii 的前 128 个字符是否相同？
【发布时间】：2019-06-29 13:25:07
【问题描述】：

utf-8和ascii的前128个字符是否相同？

utf-8 table

Ascii table

【问题讨论】：

前128个码位是一样的，是的。请注意，它们并不都是字符。
@SamiKuhmonen 你会怎么称呼那些不是字符的 oens？命令？
我可能说错了，似乎他们确实也将术语字符用于控制、格式化等符号。
也许你在比较柑桔和橘子。 UTF-8 是 Unicode 字符集的字符编码。 ASCII 是一个字符集，具有一个字符编码（或两个，如果您将 8 位高位为零的字符集与 7 位高位用于其他任何字符（如奇偶校验）的字符集不同）。 “第一个字符”意味着类似代码点（输入）而不是代码单元（输出）或字节（序列化代码单元），但“字符”是一个松散定义的术语。
这是XY problem吗？您是否有一个可以读取 UTF-8 但不能读取 ASCII 但想将其应用于 ASCII 数据的库？否则，只需使用作者和读者之间约定或通信的字符编码。

标签： encoding utf-8 ascii

【解决方案1】：

是的。这是 UTF-8 设计中的有意选择，以便兼容现有的 7 位 ASCII。

编码也是有意设计的，因此 7 位 ASCII 值不能表示任何东西除了它们的 ASCII 等价物。例如，在 UTF-16 中，欧元符号 (€) 编码为 0x20 0xAC。但是 0x20 是 ASCII 中的空格。因此，如果仅 ASCII 算法尝试对以 UTF-16 编码的“€ 10”之类的字符串进行空格分隔，则会损坏数据。

这在 UTF-8 中不会发生。 € 在那里被编码为 0xE2 0x82 0xAC，它们都不是合法的 7 位 ASCII 值。因此，在 ASCII SPACE (0x20) 上天真分割的 ASCII 算法仍然可以工作，即使它对 UTF-8 编码一无所知。（对于任何 ASCII 字符，如斜杠、逗号、反斜杠、百分比等也是如此。）UTF-8 是一种非常聪明的文本编码。

【讨论】：