Unicode、UTF、ASCII、ANSI格式差异

Question

Unicode、UTF8、UTF7、UTF16、UTF32、ASCII和ANSI编码有何区别？

这些对程序员有什么帮助呢？

Answer 1

往下看你的清单：

• "Unicode“不是一种编码，尽管不幸的是，许多文档不准确地使用它来引用特定系统默认使用的任何Unicode编码。在Windows和Java上，这通常意味着UTF-16；在许多其他地方，它意味着UTF-8。正确地说，Unicode是指抽象字符集本身，而不是任何特定的encoding.
• UTF-16：，每个“代码单元”有2个字节。这是.NET中字符串的原生格式，通常在Windows和Java中也是如此。Basic Multilingual Plane (BMP)之外的值被编码为代理项对。它们过去很少使用，但现在许多消费者应用程序将需要知道非BMP字符，以便支持emojis.
• UTF-8：可变长度编码，每个代码点1-4个字节。使用通常用于邮件编码的1 byte.
• UTF-7：将ASCII值编码为ASCII值。如果你认为你需要它，而你不是在做邮件，那么你就错了。(这只是我在新闻组等外部邮件中发布的经验，它在all.)
• UTF-32：固定宽度编码中并没有广泛使用，每个代码点使用4个字节。这不是很有效率，但让BMP之外的生活变得更容易。我有一个.NET Utf32String类，作为我的MiscUtil库的一部分，如果您需要它的话。(它没有经过非常彻底的测试，注意you.)
• ASCII：单字节编码只使用最下面的7位。(Unicode代码点0-127。)没有重音等。
• ANSI :没有固定的ANSI编码--有很多这样的编码。通常，当人们说"ANSI“时，他们指的是”我的系统的默认区域设置/代码页“，这是通过Encoding.Default获得的，通常是Windows-1252，但也可以是其他区域设置。

在my Unicode page和tips for debugging Unicode problems上有更多信息。

另一个重要的代码资源是unicode.org，它包含的信息比您所能理解的要多得多--可能最有用的部分是code charts。

Answer 2

开始使用字符编码的一些读物：Joel on Software: The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)

顺便说一句-- ASP.NET与此无关。编码是通用的。