Unicode只是为每个字符分配一个整数。 UTF-8或其他用于将这些整数（“代码点”）编码为要存储在存储器中的字节序列。我的问题是为什么我们不能简单地将字符存储为其Unicode值的二进制表示（“代码点”）？因此，某些语言的字符需要多个字节来表示它们。是否更容易将它们存储为代码点的二进制文件？
答案 0 :(得分：2)
是的，我们可以，那就是UTF-32。
问题是UTF-32浪费了很多空间。如果文本包含大量的欧洲/希伯来/阿拉伯文本，使用UTF-8，每个代码点只需要1到2个字节，但对于UTF-32，每个代码点需要4个字节。
如果我们将整数值存储为可变大小，例如0~255使用1字节，256~65535使用2字节等，我们会产生模糊问题，例如应该5a 5a代表“ZZ”还是“婚礼”？基本上，解决方案就是我们所说的UTF-8 - 我们使用一些特殊位来指示字节序列的长度，以提供唯一的解码结果。
答案 1 :(得分：1)
您如何保存这些代码点？一些代码点适合一个字节，一些需要3个字节。你会为每个代码点使用4个字节吗？当您查看字节流时，您如何知道一个代码点的结束位置和另一个代码点的开始位置？ UTF-8（以及其他编码）可以为您提供答案。
答案 2 :(得分：0)
首先，有一种方法可以将它们存储为原始代码点。这是UTF-32或UCS-4。每个字符总是四个字节，并且不加修改地存储每个代码点。
但是，使用UTF-8等其他原因包括：