UTF-8使用和替代品

Question

在什么情况下你会建议使用UTF-8？有没有替代它可以达到同样的目的？

UTF-8正用于i18n？

Answer 1

由于您使用网页设计对其进行了标记，因此我假设您需要优化代码大小以尽可能小地快速传输文件。

UTF-8的替代品将是其他Unicode编码，因为除了使用Unicode之外别无选择（至少对于常规计算机系统）。

如果你看一下如何指定UTF-8，你会看到所有代码点都高达U + 007F需要一个八位字节，代码点高达U + 07FF需要两个八位字节，最多为U + FFFF代码点最多为U + 10FFFF的三个和四个八位字节。 对于UTF-16，您需要两个八位字节，最多为U + FFFF（大多数），四个八位字节，最多为U + 10FFFF。 对于UTF-32，所有unicode点需要四个八位字节。

换句话说，与UTF-16相比，位于U + 07FF下的脚本将使用UTF-8获得一些大小的好处，而上面的脚本会有一些大小的损失。 但是，由于域是网页设计，可能值得注意的是，所有控制字符都位于UTF-8的一个八位字节范围内，这使得对于具有大量HTML标记和Javascript的文本而言，这不太正确。实际“文本”的数量。

U + 07FF下的脚本包括拉丁语（除了一些扩展名，如音调标记），希腊语，西里尔语，希伯来语以及其他一些内容。维基百科对Unicode问题有很好的报道，在Unicode Consortium上你可以获得更多细节。

Answer 2

由于您要求提供建议，我建议您在任何情况下都使用它。一直以来，即HTML文件和文本资源。对于仅限英语的应用程序，它不会改变任何东西，但是当你需要实际本地化它时，首先使用UTF-8将是一个好处（你不需要重新访问你的代码并改变它;一个缺陷来源少。）

至于其他Unicode系列编码（特别是UTF-16），我不建议将它们用于Web应用程序。虽然中文字符的带宽消耗实际上可能更高（一直至少有三个字节），但你可以避免传输和浏览器解释的问题（是的，我知道理论上它应该都是一样的，不幸的是在实践中它往往会破裂。

Answer 3

一直使用UTF-8。 No excuses

Answer 4

将utf-8用于拉丁语言。所有其他语言的utf-16。