UTF-8
UTF-8（）是一種針對Unicode的可變寬度編碼以及字元編碼，也是一种前缀码。它可以用一至四个字节对Unicode字符集进行编码，属于Unicode标准的一部分，最初由肯·汤普逊和罗布·派克提出。由于直接使用Unicode编码效率低下，大量浪费内存空间。UTF-8就是为了解决這個問題而设计出來，Unicode中前128个字符，使用与ASCII码相同的二进制值的单个字节进行编码，而且字面与ASCII码的字面一一对应，這使得原來處理AS…
标签：#Unicode轉換格式
共 9 篇文章
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-{序列}-，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…
UTF-16的八位元相容編碼方案
UTF-16的八位元相容編碼方案（），簡稱 CESU-8 ，是統一碼技术报告 #26 中描述UTF-8的变体。 CESU-8 的設計，是為了能在八位元的計算環境中，提供 UTF-16 的定序。因此，報告中也明確指出，只建議用在那些需要 UTF-16 定序，不被預期且不建議用於外部數據交換。 CESU-8 有以下特點： 基本多语言平面中的字符編碼會與 UTF-8 相同，只有 增補字符會不同。 只有六個字節形式的增符字符是合規的，UTF-8…
統一碼二進制有序壓縮
統一碼二進制有序壓縮（，縮寫：BOCU）是統一碼技術注解文件所定義的規範 这种编码旨在用于压缩短字符串，并保持码点顺序。 BOCU-1是IANA注册的字符集。 细节 本章節中使用的數字都是十六進制，且使用的範圍都是包含在内。 統一碼二進位有序壓縮的核心概念在於：同一種語言的字符，通常被放在鄰近位置（同一區段內），所以文件中的一個字符與前一個字符碼值的差值是小的，可以用較少的字節來編碼。 而實際作法上，不是直接使用前一個字符的碼值，而是前…
統一碼標準壓縮方案
統一碼標準壓縮方案（，縮寫：SCSU），是一種統一碼技術標準。用於減少統一碼文本所需使用的字節數，尤其是該文本中所使用的字符，主要集中在一種或幾種語言區段。它的作法主要是將 128– 255 范围内的值，动态映射到 以 128 個字符為單位的特定區段的偏移量来实现。编码器的初始条件則是ASCII和ISO-8859-1中不包含除 NULL TAB CR 和 LF 之外的 C0 控制代码的现有字符串可以被视为 SCSU 字符串。 由于大多数…
UTF-1
UTF-1是一种将ISO 10646 / Unicode转化成字节流的方式。由于其本身的设计问题，如果自中间的一个字符开始解码，UTF-1將無法重新同步（這造成擷取的困難），而且UTF-1也沒辦法進行可靠的字节搜索。又因为UTF-1使用的除数不是2的幂，所以转化得也相当缓慢。由于以上这些问题，UTF-1从来没有得到广泛採用，并已被UTF-8所取代。 设计 UTF-1是一个类似于UTF-8的多字节编码；一个单一的Unicode代码点可以被…
国际化域名编码
国际化域名编码（）是一种表示統一碼和ASCII码的有限的字符集。例如中文“上海”会被编码为“fhqz97e”。 國際化域名編碼的目的是在于国际化域名标签（IDNA）的框架中，使这些（多语言）的域名可以编码为ASCII。编码语法在文档 RFC 3492 中规定。 编码过程 RFC 3492中说明：國際化域名編碼是一种称为Bootstring的更普遍的算法实例，它允许由部分基本的编码集合组成的字符串唯一表示由更大编码集合组成的任何字符串。配…
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231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…
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…