Unicode、UCS、UTF-8、UTF-16、UTF-32 的关系

Unicode、UCS、UTF-8、UTF-16、UTF-32 的关系

Unicode 是 Universal Multiple-Octet Coded Character Set 的缩写。

UCS 是 Universal Character Set（通用字符集）的缩写，即某一个整数表示哪个文字。

UTF 全称是“UCS Transformation Format”，表示文件存储和数据传输时的具体格式，比如 95 这个数字，是用一个字节来存还是用两个字节来存，还是四个字节？

UTF-8 用一个或多个字节存储一个整数。

UTF-16 始终用两个字节存储一个整数。

UTF-32 始终用四个字节存储一个整数。

UTF-16、UTF-32 有一个缺点就是浪费空间，比如 ASCII 字符集中的内容完全没有必要使用两个甚至四个字节来存储，而 UTF-8 就解决了空间这个问题。

我们通常所说的 Unicode，实际上是指某一种 UTF，比如：Windows 记事本中为 UTF-16，IE 浏览器中为　UTF-8。