Unicode、UTF、ASCII、ANSI格式差异

Unicode

、

UTF8

、

UTF7

、

UTF16

、

UTF32

、

ASCII

和

ANSI

编码之间有什么区别

---

这些对程序员有什么帮助？

让您开始学习字符编码的一些阅读资料：

顺便说一下，ASP.NET与此无关。编码是通用的。

在您的列表中：

• “”不是一种编码，但不幸的是，许多文档不准确地使用它来表示特定系统默认使用的Unicode编码。在Windows和Java上，这通常意味着UTF-16；在许多其他地方，它意味着UTF-8。正确地说，Unicode指的是抽象字符集本身，而不是任何特定的编码
• ：每“代码单位”2个字节。这是.NET中字符串的本机格式，通常在Windows和Java中也是如此。（BMP）之外的值被编码为代理项对。这些过去很少使用，但现在许多消费者应用程序需要知道非BMP字符才能支持emojis
• ：可变长度编码，每个代码点1-4字节。ASCII值使用1字节编码为ASCII
• ：通常用于邮件编码。如果你认为你需要它，而你不是在做邮件，那你就错了。（这只是我在新闻组中发帖的经验——在邮件之外，它实际上根本没有被广泛使用。）
• ：固定宽度编码，每个代码点使用4个字节。这不是很有效率，但会使BMP之外的生活更轻松。我有一个.NET

  Utf32String

  类作为我的库的一部分，如果您需要的话。（请注意，它没有经过非常彻底的测试。）
• ：仅使用底部7位的单字节编码。（Unicode代码点0-127。）无重音符号等
• ANSI：没有固定的ANSI编码，有很多。通常，当人们说“ANSI”时，他们的意思是“我的系统的默认语言环境/代码页”，它是通过获取的，通常是但可以是其他语言环境

还有更多关于和

---

另一个重要的代码资源是，它包含的信息比你所能处理的信息还要多——可能最有用的一位是。

最好参考的网站是：非常相关：，“ANSI”一词在应用于微软的8位代码页时用词不当。它们基于提交给ANSI标准化的草案，但ANSI本身从未将其标准化。Windows-1252（最常用的代码页称为“ANSI”）与ISO 8859-1（拉丁语-1）相似，不同之处在于Windows-1252的可打印字符范围为0x80..0x9F，其中ISO 8859-1的控制字符范围为0x80..0x9F。Unicode还具有该范围内的控制字符@jp2code：我不会，但你需要区分“通过HTTP从web服务器发回的内容”和“通过电子邮件发送的内容”。发送电子邮件的不是网页内容——大概是它背后的应用程序。UTF-8中的web内容最好；邮件内容可以是UTF-7格式，尽管我怀疑现在可以将其保留在UTF-8格式。对于UTF-16，IMHO，我会说“每个代码单元2字节”，因为BMP之外的代码点将在代理项对中编码为2个代码单元（4字节）。忽略UTF-16LE（在.NET内）之间的差异和BOM的概念一样好。@Andrew:不，没有（通用）编码标记。Windows 1252不能表示Unicode BOM，而且它也没有意义，因为它只是一个字符一个字节的编码。这篇文章写完8年后我读了它。14年后，它仍然是一本好书。那是我半辈子以前的事了。难以置信。另一个类似的有用资源：18年后，仍然是必读