§ ITPOW >> 文档 >> ASP.NET >> 系统

作者：vkvi 来源：ITPOW（原创） 日期：2011-1-12

UTF-7、UTF-8、UTF-16（Unicode)、UTF-32 都是 Unicode 编码，一般来说，我们说 Unicode 时是指 UTF-16，在 ASP.NET 中也是如此，System.Text.Encoding.Unicode 就是指 Little Endian 的 UTF-16。

UTF

Unicode Transformation Format，Unicode 转换格式。

UTF-7

是一种可变长度字符编码方式，用以将 Unicode 字符以 ASCII 编码的字符串来呈现，可以应用在电子邮件传输之类的应用。

UTF-8

一个单元为 8 位，至少占用 8 位，至多占用 32 位。

由于针对英文时只占用 8 位，这对英文出现频率很高，且需要在网络上传输的网页来说，尤为有吸引力，所以现在很多网页、XML 文件都是用的 UTF-8 编码。

UTF-16

一个单元为 16 位，至少占用 16 位，至多占用 32 位。

用在 Java 和 Windows 中。

常说 Unicode 就是指 UTF-16。

UTF-32

一个单元为 32 位，至少占用 32 位，至多占用 32 位。

用在 Unix 系统中。

Big Endian 和 Little Endian

缩写为 BE 和 LE，俗称大头和小头，是针对 UTF-16 和 UTF-32 的。

这是什么意思呢？假如字母 a，它的 ASCII 值是 97，16 进制为 0x61。

• UTF-8 的一个单元是 8 位，所以 UTF-8 就用 0x61 表示 a。
• 但 UTF-16 的一个单元是 16 位，所以得再补充 8 位空的，一种方式是在前面补，即[0x00, 0x61]，这就是 Big Endian；但有一种情况是用[0x61 0x00]来表示，这就是 Little Endian，据说这是为了提高 CPU 处理速度而设计的，这个比较常用，ASP.NET 中也是这样的。那怎么知道一个编码用的是 Big Endian 还是 Little Endian 呢？这就引入了 BOM（Byte Order Mark）这个东西，即在文件的头两个字节作标记，用来表示是 Big Endian 还是 Little Endian。[0xFE, 0xFF] 表 Big Endian，[0xFF, 0xFE] 表示 Little Endian。
• UTF-32 类似 UTF-16。