ASCII vs Unicode+；UTF-8

我在看书。

---

据我所知，ASCII是一种码点+编码方案，在现代，我们使用Unicode作为码点方案，UTF-8作为编码方案。这是正确的吗？

在现代，ASCII现在是UTF-8的一个子集，而不是它自己的方案。UTF-8向后兼容ASCII。

是，但UTF-8是一种编码方案。其他编码方案包括UTF-16（具有两个不同的字节顺序）和UTF-32。（为了避免混淆，UTF-16方案在Microsoft软件中称为“Unicode”。）

---

确切地说，定义ASCII的美国国家标准将字符集合及其编码指定为7位量，而没有指定以字节为单位的特定传输编码。在过去，它以不同的方式使用，例如，将五个ASCII字符打包到一个36位存储单元中，或者8位字节将额外字节用于检查目的（奇偶校验位）或传输控制。但现在使用的是ASCII，因此一个ASCII字符编码为一个8位字节，第一位设置为零。这是事实上的标准编码方案，包含在大量规范中，但严格来说不是ASCII标准的一部分。

Ok。在UTF-8之前，ASCII是一种组合码点+编码系统吗？我之所以问这个问题，是因为我想了解ASCII系统是如何演变的。ASCII定义了0-127的码点值（在Unicode出现之前，它们都不被称为码点），但它没有定义它们的编码。所有语言编码的前128个字符使用与ASCII相同的值。UTF-8、ISO编码、拉丁编码等都是支持ASCII值的8位编码。UTF-16和UTF-32是16/32位编码，也支持ASCII值。给定编码中的代码点值和编码的代码单位值是两个不同的东西。ASCII技术上只定义前7位。但大多数ASCII+代码页方案都有额外的128个字符，例如Windows（1252）或Mac OS Roman（10000）。这些代码都被称为“ASCII”，但如果你超过127，UTF-8与其中任何一个都不匹配。@PRMan这些代码通常被称为ANSI编码（即使它们实际上不是由ANSI定义的），而不是ASCII。大多数开发人员都知道ASCII码只有7位，所以只有0-127、128-255个字符由ANSI处理，除此之外由Unicode处理。它被称为Atari 8位计算机的“非标准ASCII”。术语“ANSI编码”在本文中不存在。但它被称为ASCII码，尽管本文主要讨论的是它们之间的差异。ascii-table.com上也一样，其中未提及ANSI，但底部的搜索词除外。事实上，ascii-table.com说ANSI是“一个在Windows社区持续存在的误称”，所以ascii和UTF-7是一样的？原因是当MS引入Unicode支持时，UTF-8不存在，UCS-2是唯一的编码。因此，当Unicode 2.0发布时，他们唯一的办法就是转向UTF-16Historical+技术概述（修复了我的困惑）：