为什么Utf8与ascii兼容

Question

UTF8中的A是U+0041 LATIN CAPITAL LETTER A。ASCII码中的A是065。

UTF-8如何向后兼容ASCII？

Answer 1

ASCII只使用8位字节的前7位。所以从00000000到01111111的所有组合。此范围内的所有128个字节都映射到特定字符。

UTF-8保留了这些精确的映射。在ASCII中由01101011表示的字符在UTF-8中也由相同的字节表示。所有其他字符都以多字节序列进行编码，其中每个字节都设置了最高位；也就是说，UTF-8中所有非ASCII码字符的每个字节都是1xxxxxxx格式。

Answer 2

Unicode向后兼容ASCII，因为ASCII是Unicode的子集。Unicode只使用ASCII中的所有字符代码，并添加更多字符代码。

虽然字符代码通常在Unicode中写为0041，但字符代码是数字，因此0041与(十六进制) 41是相同的值。

UTF-8不是字符集，而是与Unicode一起使用的编码。它碰巧也与ASCII兼容，因为用于多字节编码的代码位于ASCII字符集未使用的部分。

请注意，只有7位ASCII字符集兼容Unicode和UTF-8，基于ASCII的8位字符集，如IBM850和windows-1250，使用字符集的一部分，其中UTF-8具有用于多字节编码的代码。

Answer 3

原因：

因为一切都已经是ASCII格式，并且具有向后兼容的Unicode格式，所以采用起来容易得多。将程序转换为使用UTF-8比转换为UTF-16容易得多，而且该程序继承了向后兼容的特性，仍然使用ASCII。

方法：

ASCII是7位编码，但始终以字节存储，即8位。这意味着1位始终未使用。

UTF-8只是使用额外的位来表示非ASCII字符。