Java UTF8 Bomless vs Cp1252

从物理字节流的角度来看，对于使用UTF8存储的每个文件，我认为UTF8 bomless与Cp1252完全相同，是真的吗

绝对不是这样。如果要使其成为真实的语句，则需要添加“如果我仅使用US-ASCII字符”子句。但这是一个巨大的“如果”。如果我们只使用US-ASCII字符，许多编码甚至不存在。许多编码（包括UTF-8）确实确保所有US-ASCII字符都使用相同的单字节表示进行编码。

肯定不是真的。如果要使其成为真实的语句，则需要添加“如果我仅使用US-ASCII字符”子句。但这是一个巨大的“如果”。如果我们只使用US-ASCII字符，许多编码甚至不存在。许多编码（包括UTF-8）确实确保所有US-ASCII字符都使用相同的单字节表示进行编码。

否。UTF-8不仅涵盖更大的字符集，而且代码点

U+7f

以上的任何unicode字符都将在UTF-8中以多字节编码，在CP-1252中以单字节编码。CP-1252和ISO-8859-1（也被称为拉丁语-1）之间的对应关系更为密切，但即使是它们在小而重要的方面也有所不同。这种差异导致了许多最常见的编码问题

举一个例子，左单卷曲引号由unicode代码点

U+2018

表示。在CP-1252中，这被编码为字节

0x91

。这个字符在拉丁语-1中根本不存在，在UTF-8中，它由三字节序列编码

0xe28098

---

更一般地说，可以说拉丁语-1和UTF-8是基于Unicode的编码，因为所有编码都可以通过算法映射到Unicode码点，并表示该字符，而CP-1252是非基于Unicode的编码。用于表示字符的字节与其unicode码点之间没有规则的对应关系。

否。UTF-8不仅涵盖更大的字符集，而且码点

U+7f

以上的任何unicode字符将在UTF-8中由多个字节编码，在CP-1252中由一个字节编码。CP-1252和ISO-8859-1（也被称为拉丁语-1）之间的对应关系更为密切，但即使是它们在小而重要的方面也有所不同。这种差异导致了许多最常见的编码问题

举一个例子，左单卷曲引号由unicode代码点

U+2018

表示。在CP-1252中，这被编码为字节

0x91

。这个字符在拉丁语-1中根本不存在，在UTF-8中，它由三字节序列编码

0xe28098

---

更一般地说，可以说拉丁语-1和UTF-8是基于Unicode的编码，因为所有编码都可以通过算法映射到Unicode码点，并表示该字符，而CP-1252是非基于Unicode的编码。用于表示字符的字节与其unicode代码点之间没有规则的对应关系。

以下UTF8字符串的CP1252等价物到底是什么<代码>ϨϩϫϬ如果只使用ASCII字符，那么是的，它是相同的。如果使用ASCII集之外的字符，则完全不同。如果您需要更详细的答案，我建议您阅读和。以下UTF8字符串的CP1252等价物是什么<代码>ϨϩϫϬ如果只使用ASCII字符，那么是的，它是相同的。如果使用ASCII集之外的字符，则完全不同。如果你需要一个更详细的答案，我建议你仔细阅读。