我对代表阿拉伯字符所需的存储感到有些困惑。
如果这是真的，请告诉我：
每种编码有哪些优点？我们什么时候应该选择一个而不是另一个？
答案 0 :(得分：10)
首先，Unicode不是编码。它是为每种语言中的每个字符分配代码点的标准。这些代码点是整数;它们占用的字节数取决于特定的编码。最常见的Unicode编码是UTF-8和UTF-16。
总结：
我将使用两个例子：'Í'（U + 062D）和'ى'（U + FEF0）。这些数字是十六进制代码，代表每个字符的Unicode代码点。
在ISO 8859-6中，大多数阿拉伯字符只占用一个字节，因为该编码专用于阿拉伯语。例如，字符'Í'（U + 062D）被编码为单字节“CD”，您可以从Wikipedia article上的表中看到。字符'ى'（U + FEF0）被列为“阿拉伯语演示表单”，所以我想这解释了为什么它根本没有出现在ISO 8859-6中（你无法在该编码中对这个字符进行编码）
有两种非常常见的Unicode编码可让您对所有字符进行编码：UTF-8和UTF-16。它们的用途略有不同。 UTF-8对ASCII字符使用一个字节，对于基本字符（包括所有阿拉伯语）使用2到3个字节，对于其他字符使用4个字节。 UTF-16对基本字符使用两个字节，对其他字符使用4个字节。所以基本上，如果你使用大量的ASCII，UTF-8会更好。对于国际文本，UTF-16更好。
在UTF-8中，'Í'（U + 062D）编码为2字节序列“D8 AD”，而'ى'（U + FEF0）编码为3字节序列“EF BB B0 ”。基本上，U + 0080和U + 07FF之间的字符使用2个字节，U + 07FF和U + FFFF之间的字符使用3个字节。因此，所有基本的阿拉伯语和阿拉伯语补充字符使用2个字节，而阿拉伯语表示形式使用3个字节。
在UTF-16中，'Í'（U + 062D）编码为2字节序列“2D 06”，而'ى'（U + FEF0）编码为2字节序列“F0 FE” 。在UTF-16中，所有阿拉伯字符都是两个字节。字节序使这变得更加复杂。请注意，UTF-16中的字节只是两个部分交换的代码点。同样有效的编码是第一个的“06 2D”，第二个的“FE F0”。
总之，我通常会推荐UTF-8，因为它非常明确并且支持ASCII文本。在任一编码中，阿拉伯字符都是2个字节（除非您使用“表示形式”）。你可以使用ISO 8859-6，如果你只使用ASCII和阿拉伯字符，没有别的，这将节省你一些空间，但它通常是不值得的，因为它会一旦其他一些字符出现就会中断。 UTF-8和UTF-16支持Unicode中的所有字符。
答案 1 :(得分：1)
有几种不同的unicode编码，使用的空间量取决于您使用的是哪一种：http://unicode.org/faq/utf_bom.html