作者：uuspider
鏈接：https://www.zhihu.com/question/23374078/answer/65352538
來(lái)源：知乎
著作權(quán)歸作者所有。商業(yè)轉(zhuǎn)載請(qǐng)聯(lián)系作者獲得授權(quán)，非商業(yè)轉(zhuǎn)載請(qǐng)注明出處。
?

舉一個(gè)例子：It's 知乎日?qǐng)?bào)

你看到的unicode字符集是這樣的編碼表：

I 0049 t 0074 ' 0027 s 00730020 知 77e5 乎 4e4e 日 65e5 報(bào) 62a5

每一個(gè)字符對(duì)應(yīng)一個(gè)十六進(jìn)制數(shù)字。

計(jì)算機(jī)只懂二進(jìn)制，因此，嚴(yán)格按照unicode的方式(UCS-2)，應(yīng)該這樣存儲(chǔ)：

I 00000000 01001001 t 00000000 01110100 ' 00000000 00100111 s 00000000 0111001100000000 00100000 知 01110111 11100101 乎 01001110 01001110 日 01100101 11100101 報(bào) 01100010 10100101

這個(gè)字符串總共占用了18個(gè)字節(jié)，但是對(duì)比中英文的二進(jìn)制碼，可以發(fā)現(xiàn)，英文前9位都是0！浪費(fèi)啊，浪費(fèi)硬盤，浪費(fèi)流量。

怎么辦？

UTF。

UTF-8是這樣做的：

1. 單字節(jié)的字符，字節(jié)的第一位設(shè)為0，對(duì)于英語(yǔ)文本，UTF-8碼只占用一個(gè)字節(jié)，和ASCII碼完全相同；

2. n個(gè)字節(jié)的字符(n>1)，第一個(gè)字節(jié)的前n位設(shè)為1，第n+1位設(shè)為0，后面字節(jié)的前兩位都設(shè)為10，這n個(gè)字節(jié)的其余空位填充該字符unicode碼，高位用0補(bǔ)足。

這樣就形成了如下的UTF-8標(biāo)記位：

0xxxxxxx
110xxxxx 10xxxxxx
1110xxxx 10xxxxxx 10xxxxxx
11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
... ...

于是，”It's 知乎日?qǐng)?bào)“就變成了：

I 01001001 t 01110100 ' 00100111 s 0111001100100000 知 11100111 10011111 10100101 乎 11100100 10111001 10001110 日 11100110 10010111 10100101 報(bào) 11100110 10001010 10100101

和上邊的方案對(duì)比一下，英文短了，每個(gè)中文字符卻多用了一個(gè)字節(jié)。但是整個(gè)字符串只用了17個(gè)字節(jié)，比上邊的18個(gè)短了一點(diǎn)點(diǎn)。

下邊是課后作業(yè)：

請(qǐng)將”It's 知乎日?qǐng)?bào)“的GB2312和GBK碼(自行g(shù)oogle)轉(zhuǎn)成二進(jìn)制。不考慮歷史因素，從技術(shù)角度解釋為什么在unicode和UTF-8大行其道的同時(shí)，GB2312和GBK仍在廣泛使用。

劇透：一切都是為了節(jié)省你的硬盤和流量。

總結(jié)

以上是生活随笔為你收集整理的Unicode 和 UTF-8 有什么区别？的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。