伊蜜澤瑞

Universal Character Set (UCS) and Unicode Transformation Format (UTF)

對於Unicode如何組成二進位資料這件事情，各方有不同的想法，因而發展出多套各有特色的Unicode編碼方式，其中最出名或最被廣泛使用的三大編碼機制為：UTF-32(UCS-4)、UTF-16(UCS-2)、與UTF-8。它們的編碼細節以及優劣分析將在下面說明。

 

UTF-32編碼細節

字元編碼表其實就是數字與文字的對應，加上Unicode的字碼範圍又這麼大，因此很直覺的就可以想到把Unicode的字碼當成一個32位元(4個位元組)的整數來儲存。這是最直接最原始的編碼辦法，下表將以4個文字範例做為解釋：

 

文字	Unicode編號	編碼結果(BE)	編碼結果(LE)
A	41	00 00 00 41	41 00 00 00
Ü	DC	00 00 00 DC	DC 00 00 00
⿂	2FC2	00 00 2F C2	C2 2F 00 00