Unicode，Unicode Big Endian还是UTF-8？有什么区别？哪种格式更好？

当我尝试在记事本中保存带有非英语文本的文本文件时，可以选择Unicode，Unicode Big Endian和UTF-8之间。这些格式之间有什么区别？

假设我不希望任何向后兼容性（与较旧的OS版本或应用程序兼容），并且我不关心文件大小，那么以下哪种格式更好？

（假设文本除了其他语言外，还可以使用中文或日文等语言。）

注意：从下面的答案和评论看来，在记事本术语中，Unicode是UTF-16（小端），Unicode大端是UTF-16（大端），而UTF-8是UTF-8。

不知道。哪个更好：锯或锤子？:-)

Unicode不是UTF

不过，文章中有些内容与手头主题更为相关：

• UTF-8致力于最小化ASCII集中字符表示的字节大小（可变长度表示：每个字符用1到4个字节表示，而ASCII字符都用1个字节表示）。正如乔尔所说：

他们说：“看看所有这些零！”，因为他们是美国人，而且他们正在看的英文文本很少使用U + 00FF以上的代码点。他们也是加利福尼亚的自由派嬉皮士，他们想保留（冷笑）。如果它们是德州人，那么他们就不会介意将字节数增加一倍。但是那些加利福尼亚的w弱者不愿将字符串存储空间增加一倍

• UTF-32专注于穷举和固定长度表示，所有字符均使用4个字节。这是最直接的转换，直接将Unicode代码点映射到4个字节。显然，它的尺寸效率不是很高。

• UTF-16是一种折衷方案，大部分时间都使用2个字节，但每个字符扩展到2 * 2个字节以表示某些字符，这些字符不包括在基本多语言平面（BMP）中。

另请参阅绝对绝对肯定每个软件开发人员都必须了解Unicode和字符集（没有任何借口！）

对于欧洲语言，UTF-8较小。对于东方语言，区别不是很明显。

两者都将处理所有可能的Unicode字符，因此兼容性应该没有差别。

Unicode字符编码比您想象的要多。

• UTF 8

  UTF-8编码为可变宽度，范围为1-4个字节，每个字节的高位保留为控制位。第一个字节的前导位指示该字符使用的字节总数。字符代码点的标量值是非控制位的串联。在此表中，x代表Unicode值的最低8位，y代表下一个较高的8位，并z代表高于此的位。

  Unicode              Byte1     Byte2     Byte3     Byte4
  U+0000-U+007F       0xxxxxxx            
  U+0080-U+07FF       110yyyxx  10xxxxxx          
  U+0800-U+FFFF       1110yyyy  10yyyyxx  10xxxxxx    
  U+10000-U+10FFFF    11110zzz  10zzyyyy  10yyyyxx  10xxxxxx
  

• UCS-16
• UCS-16BE
• UCS-16LE
  
  
• UTF-16
• UTF-16BE
• UTF-16LE
  
  
• UTF-32
• UTF-32-BE

“ Unicode”是“ UTF-16”的另一个术语，它是将Unicode字符集编码为每个字符16位。UTF-8将其编码为每个字符八位。

在这两种情况下，任何溢出都将分配给另外16位或8位。

小文件（如文本文件）的唯一真正优势是文件大小。UTF-8通常会产生较小的文件。但是这种差异在中文/日语文本中可能不太明显。

简而言之，Unicode是一个字符集，而Unicode Big Endian和utf-8是两种编码，用于在计算机上将字符存储为01。