UTF-8和UTF-16简介说明

UTF-8和UTF-16简介

UTF-8和UTF-16都是可变长度编码
 但在UTF-8中,字符可能至少占据8位,而在UTF-16中,字符长度以16位开始

UTF-8主要优点

基本ASCII字符(如数字,不带重音的拉丁字符等)占据一个字节与US-ASCII表示形式相同
所有US-ASCII字符串都变为有效的UTF-8,大多数情况下,它都提供了良好的向后兼容性
没有空字节，允许使用以空终止的字符串，这也引入了大量的向后兼容性 
UTF-8与字节顺序无关,无需担心Big Endian/Little Endian问题 

UTF-8主要缺点

由于常见字符的长度不同
这会减慢按代码点编制索引的速度
并严重降低计算代码点计数的速度 
即使字节顺序无关紧要,有时UTF-8仍具有BOM(字节顺序标记)
用于通知文本以UTF-8编码
并且即使文本仅包含ASCII字符也破坏了与ASCII软件的兼容性 

UTF-16主要优点

包括拉丁语，西里尔字母，大多数中文(中华人民共和国对BMP以外的某些代码点提供了强制性支持),
大多数日语可用2个字节表示
将加快索引和计算代码点计数情况下 

UTF-16主要缺点

US-ASCII字符串中有很多空字节,非常浪费内存