Unicode和位元組順序記號

快捷方式: 差异，相似，杰卡德相似系数，参考。

Unicode和位元組順序記號之间的区别

Unicode vs. 位元組順序記號

Unicode（萬國-）是電腦科學領域裡的一項業界標準。它对世界上大部分的文字系統進行了整理、編碼，使得電腦可以用更為簡單的方式來呈現和處理文字。 Unicode伴隨著通用字符集的標準而發展，同時也以書本的形式對外發表。Unicode至今仍在不斷增修，每個新版本都加入更多新的字符。目前最新的版本為2018年6月5日公布的11.0.0，已經收錄超過13萬個字符（第十萬個字符在2005年獲採納）。Unicode涵蓋的資料除了視覺上的字形、編碼方法、標準的字符編碼外，還包含了字符特性，如大小寫字母。 Unicode發展由非營利機構統一碼聯盟負責，該機構致力於讓Unicode方案取代既有的字符編碼方案。因為既有的方案往往空間非常有限，亦不適用於多語環境。 Unicode備受认可，並廣泛地應用於電腦軟體的國際化與本地化過程。有很多新科技，如可扩展置标语言（Extensible Markup Language，簡稱：XML）、Java程式語言以及現代的作業系統，都採用Unicode編碼。. 位元組順序記號（byte-order mark，BOM）是位於碼點U+FEFF的統一碼字符的名称。當以UTF-16或UTF-32來將UCS/統一碼字符所組成的字串編碼時，這個字符被用來標示其位元組序。它常被用來當做標示文件是以UTF-8、UTF-16或UTF-32編碼的記號。.

十六进制

十六进制（简写为hex或下標16）在数学中是一种逢16进1的进位制。一般用数字0到9和字母A到F（或a~f）表示，其中:A~F表示10~15，这些称作十六进制数字。 例如十进制數57，在二进制寫作111001，在16进制寫作39。 在历史上，中国曾经在重量单位上使用过16进制，比如，规定16两为一斤。 现在的16进制则普遍应用在计算机领域，这是因為將4個位元（Bit）化成單獨的16进制數字不太困難。1字節可以表示成2個連續的16进制數字。可是，這種混合表示法容易令人混淆，因此需要一些字首、字尾或下標來顯示。.

Unicode和十六进制 · 位元組順序記號和十六进制 · 查看更多 »

通用字符集

通用字符集（Universal Character Set, UCS）是由ISO制定的ISO 10646（或称ISO/IEC 10646）标准所定义的标准字符集。 通用字符集又称Universal Multiple-Octet Coded Character Set，中国大陆译为通用多八位编码--集，台湾译为廣用多八位--元--組編碼--集。.

Unicode和通用字符集 · 位元組順序記號和通用字符集 · 查看更多 »

GB 18030

GB 18030，全称：“国家标准GB 18030-2005《--》”，是中华人民共和国现时最新的变长度多字节字符集。对GB 2312-1980完全向后兼容，与GBK基本向后兼容；支持GB 13000（Unicode）的所有码位；共收录汉字70,244个。 GB 18030主要有以下特点：.

GB 18030和Unicode · GB 18030和位元組順序記號 · 查看更多 »

ISO/IEC 8859-1

ISO 8859-1，正式编号为ISO/IEC 8859-1:1998，又称Latin-1或“西欧语言”，是国际标准化组织内ISO/IEC 8859的第一个8位字符集。它以ASCII为基础，在空置的0xA0-0xFF的范围内，加入96个字母及符号，藉以供使用附加符号的拉丁字母语言使用。曾推出过 ISO 8859-1:1987 版。 ISO-8859-1的别名有: iso-ir-100, csISOLatin1, latin1, l1, IBM819.

ISO/IEC 8859-1和Unicode · ISO/IEC 8859-1和位元組順序記號 · 查看更多 »

Microsoft Windows

Microsoft Windows（中文有时譯作微軟--，通常不做翻译）是微軟公司推出的一系列操作系统。它問世於1985年，起初是MS-DOS之下的桌面環境，其後續版本逐漸發展成為主要为個人電腦和服务器用户設計的操作系統，并最终获得了世界个人电脑操作系統的垄断地位。此操作系統可以在几种不同类型的平台上运行，如个人电脑（PC）、移动裝置、服务器（Server）和嵌入式系統等等，其中在个人电脑的领域应用内最为普遍。在2004年國際數據資訊公司一次有关未来发展趋势的会议上，副董事长Avneesh Saxena宣布Windows拥有终端操作系统大约70％的市场份额 www.linuxworld.com.au。 Windows操作系統目前最新的穩定版是於2015年7月29日發佈的 Windows 10。Windows Server目前最新的穩定版是2016年9月26日發佈的Windows Server 2016。.

Microsoft Windows和Unicode · Microsoft Windows和位元組順序記號 · 查看更多 »

UTF-16

UTF-16是Unicode字符编码五层次模型的第三层：字符编码表（Character Encoding Form，也称为"storage format"）的一种实现方式。即把Unicode字符集的抽象码位映射为16位长的整数（即码元）的--，用于数据存储或传递。Unicode字符的码位，需要1个或者2个16位长的码元来表示，因此这是一个变长表示。 UTF是"Unicode/UCS Transformation Format"的首字母缩写，即把Unicode字符转换为某種格式之意。UTF-16正式定義於ISO/IEC 10646-1的附錄C，而RFC2781也定義了相似的做法。.

UTF-16和Unicode · UTF-16和位元組順序記號 · 查看更多 »

UTF-32

UTF-32是32位Unicode转换格式（Unicode Transformation Formats， 或UTF）的缩写。UTF-32是一种用于编码Unicode的协定，该协定使用32位比特对每个Unicode码位进行编码（但前导比特数必须为零，故仅能表示221个Unicode码位）。与其他可变长度的Unicode转换格式（UTF）相比，UTF-32编码长度是固定的，UTF-32中的每个32位值代表一个Unicode码位，并且与该码位的数值完全一致。 UTF-32的主要优点是可以直接由Unicode码位来索引。在编码序列中查找第N个编码是一个常数时间操作。相比之下，其他可变长度编码需要进行循序存取操作才能在编码序列中找到第N个编码。这使得在计算机程序设计中，编码序列中的字符位置可以用一个整数来表示，整数加一即可得到下一个字符的位置，就和ASCII字符串一样简单。 UTF-32的主要缺点是每个码位使用四个字节，空间浪费较多。在大多数文本中，非基本多文種平面的字符非常罕见，这使得UTF-32所需空间接近UTF-16的两倍和UTF-8的四倍（具体取决于文本中ASCII字符的比例）。 尽管每一個碼位使用固定長度的位元組看似方便，但UTF-32並不如其它Unicode編碼使用廣泛。與UTF-8及UTF-16相比，UTF-32更容易遭到截斷。即使使用了"定寬"字型，在大多数情况下用UTF-32計算顯示字串的寬度也并不比其他编码更加容易。主要原因是，存在著一個字符位置會有多於一種可能的碼點（結合字符）或一個碼點用多於一個字符位置（如CJK表意字符）。結合符號也意味著，文書編輯者不能將一個码位視同一個編輯上的單位。.

UTF-32和Unicode · UTF-32和位元組順序記號 · 查看更多 »

UTF-7

UTF-7（全称：7位元Unicode轉換格式）是一種可變長度字元編碼方式，用以將Unicode字元以ASCII編碼的字元串來呈現，可以應用在電子郵件傳輸之類的應用。 SMTP為基本的電子郵件傳輸標準之一，其指明了傳輸格式為US-ASCII，並且不允許超過ASCII所定義的字元範圍以外的位元值，也就是說八位元的字串將無法正常的被傳輸。MIME（RFC 2045 ~ 2049）擴展了網路郵件以支援不同的媒體類型以及字元集，包含UTF-8與UTF-16的字元集皆可被指定使用。但由於MIME並未明確將Unicode定義為可支援的字元集，並且也沒有說明其應如何編碼，這使得既有的SMTP傳輸架構下仍舊無法保證可正確的處理8位元資料。base64編碼也有其問題，例如甚至連純英文的US-ASCII字元也可能會變成不可辨認；至於像是UTF-8與quoted-printable的編碼結合，則需要6～9個位元來為非ASCII的字元（Unicode的基本多文種平面中定義的字元）進行編碼，至於在基本多文種平面（BMP）以外的字原則需要多達12位元的長度才能完成編.

UTF-7和Unicode · UTF-7和位元組順序記號 · 查看更多 »

UTF-8

UTF-8（8-bit Unicode Transformation Format）是一種針對Unicode的可變長度字元編碼，也是一种前缀码。它可以用來表示Unicode標準中的任何字元，且其編碼中的第一個位元組仍與ASCII相容，這使得原來處理ASCII字元的軟體無須或只須做少部份修改，即可繼續使用。因此，它逐漸成為電子郵件、網頁及其他儲存或傳送文字的應用中，優先採用的編碼。 UTF-8使用一至六個位元組為每個字符編碼（尽管如此，2003年11月UTF-8被RFC 3629重新规范，只能使用原来Unicode定义的区域，U+0000到U+10FFFF，也就是说最多四個字节）：.

UTF-8和Unicode · UTF-8和位元組順序記號 · 查看更多 »