Unicode与UTF8/16/32的介绍与区别

Unicode与UTF8/16/32的区别

一、Unicode的介绍
Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。Unicode通常用两个字节表示一个字符，原有的英文编码从单字节变成双字节，只需要把高字节全部填为0就可以。编号范围从 0x000000 到 0x10FFFF(十六进制)，编号常写成16进制，在编号前面加上U+即可，每个字符有不同的编码。
二、UTF8介绍
UTF8可使用1~4个字节表示一个符号，并可根据不同的符号而调节字节长度。UTF8是以8bits即1Bytes为编码的最基本单位。其对于只有一个字节的字符，字节首位为0，其余对应位为符号的Unicode码。对于多字节的符号，存在n字节，首字节的前n位全为1，后一位为0，剩余字节的前两位均为10，例：2个字节的表示为：110xxxxx 10xxxxxx。
三、UTF16介绍
UTF-16对每一个Unicode码位使用16位元，大部分字符以固定长度的字节储存，基本用2字节储存。
四、UTF32介绍
对每一个Unicode码位使用恰好32位元，对每个字符都使用4字节，操作起来比较没有效率。
五、区别
Unicode 是一个字符集，而UTF8、UTF16、UTF32 是编码规则，将码位转换为字节序列。
Unicode 为每一个字符分配一个统一且唯一的二进制编码。
而UTF8 顾名思义，是以 8 位为一个编码单位的可调节字节长度的编码，用1 到 4 个字节表示一个符号，在存储英文时只需使用一个字节即可，但在存储中文字符时，长度依旧不变。
UTF16和UTF32则是以固定字节（2字节和4字节）表示，这与UTF的可调节字节长度是截然不同的，UTF32内存消耗大。