UTF-8 和 Unicode 有什么区别

简介

在计算机领域中，字符（英文单词：character）的表示方式是一项非常关键的技术。在传统的 ASCII 编码中，每个字符用 8 个比特位表示，最多能表示 128 种不同的字符。但是随着计算机技术的发展， ASCII 编码面临着越来越多的限制。因此，就引出了 Unicode 和 UTF-8 这两种编码方式。

Unicode

Unicode 是一个字符集，它是为解决过去的编码不兼容问题而出现的。其最初版本的目标是容纳全世界所有的字符，因此它支持的字符范围非常广泛。

其中的每个字符都有对应的编号，称为码点（code point）。Unicode 使用十六进制数表示这些码点，一般用前缀 U+ 加上实际的十六进制数字表示。例如，中文汉字“一”的码点为 U+4E00。

但是，Unicode 并没有解决好字符占用存储空间的问题。使用 Unicode 表示字符时，每个字符都需要占用两个或四个字节，这对于节省存储空间来说是不利的。

UTF-8

UTF-8 是 Unicode 的一种编码方式，它可以将 Unicode 码点编码成变长的编码，从而解决了 Unicode 中字符占用存储空间的问题。

UTF-8 的编码方式非常地灵活，一个字符的长度从 1 到 4 个字节不等。其中，英文字符只需要占用单个字节，而中文、日文等字符则需要占用多个字节。

因为UTF-8 相对于 Unicode 节省存储空间，因此在实际使用中常常会采用 UTF-8 编码。

区别

1. Unicode 是字符集，UTF-8 是编码方式。
2. Unicode 可以用多种编码方式表示，而 UTF-8 是其中低存储消耗的一种编码方式。
3. Unicode 中所有的字符都有对应了编号，而 UTF-8 将这些编号编码成一种可以存储的方式。

总结

Unicode 和 UTF-8 是两种非常关键的计算机领域中的技术。Unicode 是字符集，而 UTF-8 则是 Unicode 的一种编码方式，通过变长的编码方式就能够节省存储空间。在实际使用中，通常会采用 UTF-8 编码方式来进行字符的存储。