Unicode 与 UTF-8答案

【问题标题】：Unicode vs. UTF-8Unicode 与 UTF-8
【发布时间】：2015-03-23 05:51:42
【问题描述】：

我相信 Windows 当前默认使用 UTF-16 表示“Unicode”，但未来可能不会这样。

因为这个原因，使用会不会更好

[System.Text.Encoding]::UTF8.GetString($someByteArray)

而不是以下？：

[System.Text.Encoding]::Unicode.GetString($someByteArray)

【问题讨论】：

【解决方案1】：

以后可能不会这样了。

Unicode 不是潜在可变编码；它只是 Microsoft 对 UTF-16LE 的（令人遗憾的误导）名称。

它不会改变。即使 Microsoft 转向以 UTF-8 或 UTF-32 原生实现 Windows API（没有任何迹象表明会发生这种情况），System.Text.Encoding.Unicode 也必须保持 UTF-16LE，因为这是 .NET 规范定义的方式。

使用UTF8而不是Unicode会更好吗？

如果字节数组包含 UTF-8 编码的字节，则使用 UTF8，如果它们是 UTF-16LE，则使用 Unicode。

如果您要选择使用什么编码来存储静态数据，出于空间效率的原因，UTF-8 通常是更好的选择。

【讨论】：

出色的答案。谢谢你。但是你怎么能确定微软不会改变它呢？如果他们愿意，是否允许他们更改 .NET 规范？如果他们这样做会有什么影响？
他们当然可以更改.NET新版本中的任何API定义，但他们从未暗示Unicode、char或String的定义可能会发生变化，所以兼容性会很大——打破惊喜。无论如何，MS真的不愿破坏旧的 API。上次更改内部字符串编码是在从 Windows 9x 到 NT 的过渡期间，而旧的 (ANSI) API 至今仍可用。（我们仍在处理这个遗留问题，C-stdlib 应用程序仍然默认使用 ANSI 字符串接口，并且 msvcrt 中的 UTF-8 支持中断。）

【解决方案2】：

首先，是的Windows defaults to UTF-16。我个人会使用 UTF-8，因为我编写的大多数应用程序都必须与 Linux 应用程序或某种形式的 http 进行通信，所以 UTF-8 更有可能。

即使您的所有代码都用于 Microsoft 系统，也很容易转换为 UTF-8，如果 .NET 开始需要它，一个简单的替代正则表达式可以将所有代码转换为 Unicode (UTF-16)。

【讨论】：