为什么要采用UTF-8编码，UTF-8编码有什么好处？

jlfw

于 2011-05-02 08:47:00 发布

阅读量8.3k

点赞数 4

文章标签： transformation header hex encoding 互联网 gtk

本文链接：https://blog.csdn.net/jlfw/article/details/6384057

版权

UTF-8是一种Unicode Transformation Format，用于高效储存和传输Unicode字符。对比ANSI、UCS2和UCS4，UTF-8在存储和网络传输中更具优势，减少空间浪费。每个英文字母和数字占1 Byte，泛欧语系占2 Bytes，汉字占3 Bytes。UTF-8文件通常以EF BB BF作为标识。其编码原理涉及多字节序列，但解码工作由程序完成。尽管存在汉字占用空间较多等问题，UTF-8在网页显示、数据交换等方面具有显著优点。

摘要由CSDN通过智能技术生成

什么是UTF8
UTF8并不算是一种电脑编码，而是一种储存和传送的格式，如前所述，每个Unicode/UCS字符都以 2或4个bytes来储存，看看以下的比较：

以"I am Chinese"为例
用ANSI储存：12 Bytes
用Unicode/UCS2储存：24 Bytes + 2 Bytes(header)
用UCS4储存：48 Bytes + 4 Bytes(header)

以"我是中国人"为例
用ANSI储存：10 Bytes
用Unicode/UCS2储存：10 Bytes + 2 Bytes(header)
用UCS4储存：20 Bytes + 4 Bytes(header)

由此可见直接以Unicode/UCS的原始形式来储存是一种极大的浪费，而且也不利于互联网的传输(中文稍为合算一点^_^)。

有见及此，Unicode/UCS的压缩形式－－UTF8出现了，套用官方网站的首句话『UTF-8 stands for Unicode Transformation Format-8. It is an octet (8-bit) lossless encoding of Unicode characters.』，由于UTF也适用于编码UCS，故亦可称为『UCS transformation formats (UTF)』

UTF8是以8bits即1Bytes为编码的最基本单位，当然也可以有基于16bits和32bits的形式，分别称为UTF16和UTF32，但目前用得不多，而UTF8则被广泛应用在文件储存和网络传输中。

编码原理