评论：Unicode详解

来自：calabash

calabash — Tue, 09 Mar 2010 11:34:26 +0000

文中提到：
“UTF-16由RFC2781规定，它使用两个字节来表示一个代码点。不难猜到，UTF-16是完全对应于UCS-2的，… ”

From wiki：
“UTF-16比起UTF-8，好处在于大部分字符都以固定长度的字节（2字节）储存，但UTF-16却无法相容于ASCII编码。

UTF-16可看成是UCS-2的父集。在没有辅助平面字符Mapping of Unicode character planes（surrogate code points）前，UTF-16与UCS-2所指的是同一的意思。但当引入辅助平面字符后，就称为UTF-16了。现在若有软件声称自己支援UCS-2编码，那其实是暗指它不能支援在UTF-16中超过2bytes的字集。对于小于0×10000的UCS码，UTF-16编码就等于UCS码。”

来自：欧阳

欧阳 — Wed, 23 Dec 2009 15:12:00 +0000

博主辛苦了，收获不少：）

来自：zbguohua

zbguohua — Wed, 02 Dec 2009 05:35:00 +0000

很有收获
如果单从易于理解来说
1.UNICODE 从概念上讲,是与 ASCII 编码规则相对应的,都是为了用二进制的机器码来表示字符(也就是文字)而制定的规则.
//UNICODE是这个种规则的名字,好比你叫张三,他叫李四

2.”代码点”(code point)相当于”英文字符”的ASCII编码
//好比 ASC(”A”)函数会返回65,也就是机器码的0100 0001

3.UCS-2,UCS-4是与UNICODE编码规则相关的”名词”,是表示”字符编码”(code point)使用几个字节进行编码
//废话,编码越长,能容纳的字符个数越多,好比手机号11位数比10位数容纳的用户个数大10倍一样

4.UTF16,UTF32,UTF8,还有big endian,little endian等等,可理解为”字符编码”(code point)的在硬件存储设备上的实际存放次序
//这个不太好比喻,好比是用winrar进行压缩还是用winzip进行压缩,只是算法不同,最终都能被正确的算法解压还原.

来自：charlee

charlee — Thu, 17 Sep 2009 16:24:46 +0000

@jinhr 谢谢你的指正，的确应该是U+10FFFF。已经改正了。

来自：jinhr

jinhr — Thu, 17 Sep 2009 15:22:21 +0000

楼主，你在UTF-8这一节的表格中，最后一行代码点的范围你写成：U+10000..U+1FFFFF

但我查了资料，似乎应该是：U+10000..U+10FFFF

请指正。

来自：匿名

匿名 — Sun, 13 Sep 2009 13:44:21 +0000

而且UTF-8不再需要BOM字节。
⇒哈哈，楼主太绝对了吧！
前几天，我用java从数据库读出一个大的String，把这个String作为新建的csv文件的内容。String里面是中日英三种语言的。如果只是用UTF-8的话，Notepad++这种工具打开没问题，单用excel打开就乱码了。好像是因为excel默认的utf8文件是带bom的，所以我就在String前面加上了BOM，结果就全部工具打开全OK了～～～
＝＝》
用notepad保存的时候选择utf-8编码格式，用ultraedit查看，的确是没有bom的

来自：匿名

匿名 — Wed, 09 Sep 2009 02:51:10 +0000

详细!谢谢

来自：匿名

匿名 — Tue, 25 Aug 2009 06:27:50 +0000

学习了，收藏

来自：匿名

匿名 — Wed, 19 Aug 2009 14:02:43 +0000

精简！

来自：sizhefang

sizhefang — Thu, 23 Jul 2009 01:46:53 +0000