Unicode, UTF, ASCII, ANSI-Format Unterschiede

Gehen Sie Ihre Liste:

• "Unicode" ist das nicht eine Codierung, wenn auch leider, eine Menge an Dokumentation ungenau verwendet, es zu beziehen, welche Unicode-Codierung, die insbesondere system standardmäßig verwendet. Auf Windows-und Java -, bedeutet dies oft, UTF-16; auch in vielen anderen Orten, es bedeutet, dass UTF-8. Richtig, Unicode bezieht sich auf den abstrakten Charakter haben, sich nicht auf eine bestimmte Codierung.
• UTF-16: 2 bytes pro "code unit". Dies ist das native format von Zeichenketten .NET, und in der Regel in Windows und Java. Werte, die außerhalb des Basic Multilingual Plane (BMP) codiert sind, als Surrogat-Paaren. (Diese sind relativ selten genutzt - das ist ein guter job, sehr wenige Entwickler richtig machen, vermute ich. Ich bezweifle sehr, dass ich es machen).
• UTF-8: Die Variable-Länge-Kodierung, 1-4 Byte pro code-point. ASCII-Werte sind codiert als ASCII-Datei mit 1 byte.
• UTF-7: In der Regel verwendet für E-mail-Codierung. Die Chancen sind, wenn Sie denken, Sie brauchen es und du bist nicht dabei E-mail, Sie sind falsch. (Das ist nur meine Erfahrung der Leute, die das posten in newsgroups etc. - außerhalb der E-mail, es ist wirklich nicht weit verbreitet.)
• UTF-32: Fixed-width-encoding mit 4 Byte pro code-point. Dies ist nicht sehr effizient, aber macht das Leben einfacher, außerhalb der BMP. Ich habe eine .NET Utf32String Klasse als Teil meiner MiscUtil Bibliothek, sollten Sie immer es wollen. (Es ist nicht sehr gründlich getestet, wohlgemerkt.)
• ASCII: Single-byte-Codierung nur mit der unteren 7 bits. (Unicode-Codepunkte 0 bis 127.) Keine Umlaute etc.
• ANSI: Es gibt keinen festen ANSI-Kodierung - es gibt viele von Ihnen. Normalerweise, wenn Menschen sagen, "ANSI", Sie bedeuten "der Standard-locale/codepage für mein system", das man über - Codierung.Standardund ist oft Windows-1252 kann aber andere Gebietsschemas.

Es ist mehr auf meine Unicode-Seite und Tipps zum debugging, Unicode-Probleme.

Den anderen großen Ressource der code ist unicode.org enthält mehr Informationen, als Sie jemals in der Lage sein, um Ihren Weg durch zu arbeiten - vielleicht die nützlichsten bit ist die code charts.

InformationsquelleAutor der Antwort Jon Skeet