1

我只是在查看 StreamReader / Writer 的构造函数，我注意到它默认使用 UTF8。有谁知道这是为什么？我原以为默认使用 Unicode 会更安全。

4

4 回答 4

6

UTF-8 将适用于任何 ASCII 文档，并且通常比 UTF-16 更紧凑——但它仍然涵盖了整个 Unicode。我想说 UTF-8比UTF-16 更常见。它也是 XML 的默认值（当没有 BOM 并且没有指定显式编码时）。

为什么您认为默认使用 UTF-16 会更好？（就是这样Encoding.Unicode。）

编辑：我怀疑你对 UTF-8 到底能处理什么感到困惑。这个页面描述得很清楚，包括任何特定的 Unicode 字符是如何编码的。这是一种可变宽度编码，但它涵盖了整个 Unicode。

于 2009-05-13T09:36:03.373 回答
6

UTF8是Unicode，更具体地说是 Unicode 编码类型之一。

更重要的是它向后兼容 ASCII，而且它是 XML 和 HTML 的标准默认设置

于 2009-05-13T09:36:54.493 回答
2

“Unicode”是标准的名称，因此没有“Unicode”这样的编码。相反，有两种映射方法：UTF和UCS。

至于“为什么”部分，UTF-8 与 ASCII 具有最大的兼容性。

于 2009-05-13T09:38:10.733 回答
2

正如所有其他人已经说过的，UTF-8 是 Unicode 中的一种编码标准。UTF-8 使用可变数量的字节来编码所有的 unicode 字符。

所有 ASCII 字符都按原样表示，因此现在可以轻松读取 ASCII 文件。一旦流中的一个字节设置了它的第 8 位（最高位，> 127），就会触发阅读器将其与下一个字节组合，直到小于 128。则该组合被视为 1 个字符。

LATIN-1 (ANSII) 中有一些字符使用两个字符进行编码：例如 é 被编码为 e 和 ´。因此长度('é') 为 2。

Windows 内部使用 UTF-16，它将可编码字符限制为 64K，这绝不是所有 Unicde 字符。UTF-32 暂时允许所有字符，但也受到人为限制。并且两者都与 ASCII 不向上兼容，因为它们具有前导零：

A = ASCII h41 = UTF-8 h41 = UTF-16 h0041 = UTF-32 h00000041

还有大小端编码：

A = UTF-16 big endian h0041 = UTF-16 little endian h4100

想象一下使用 UTF16 或 UTF32 来保存您的文件。与 ASCII 和 UTF-8（如果仅使用 ascii 字符，则为 UTF-8）相比，它们（对于文本文件）的大小会增加一倍或四倍。UTF-8 不仅允许 unicode 标准中的所有字符，甚至未来的增强功能，而且还有效地节省了空间。

通常文件的前两个字节，BOM 或字节顺序标记，会告诉您使用哪种编码标准。如您所见，如果省略，XML 和 StreamRedaer 使用 UTF-8。这又是有意义的，因为 ASCII 文件没有 BOM，因此在大多数情况下都可以正确读取。对于使用所有 LATIN-1 的文件，这可能并非如此。

于 2009-05-13T09:58:58.733 回答