unicode字符集unicode字符集是几个字节表示一个字符?为什么需要utf-8?

unicode、nls、 utf-8，这三种字符集有什么关系？

Unicode是一种字符集，和ascii是同一个概念，而UTF是一种存储方式（格式） Unicode只是一个字符集，它只规定了符号的二进制代码，每个字符都使用2个字节来存储，没有实现存储方法。

UTF-8是将字符对应的unicode十六进制进行存储，存储的字节可能是1、2、3、4个字节。

它是Unicode的实现方式之一，其它还有UTF-16、UTF-32 UTF-8最大的一个特点，就是它是一种变长的编码方式。

它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度。

UTF-8的编码规则很简单，只有二条： 对于单字节的符号，字节的第一位设为0，后面7位为这个符号的unicode码。

因此对于英语字母，UTF-8编码和ASCII码是相同的。

对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10。

剩下的没有提及的二进制位，全部为这个符号的unicode码。

下表总结了编码规则，字母x表示可用编码的位。

Unicode符号范围 | UTF-8编码方式 (十六进制) | (二进制) —————————————————————— 0000 0000 - 0000 007F | 0xxxxxxx 0000 0080 - 0000 07FF | 110xxxxx 10xxxxxx 0000 0800 - 0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx 0001 0000 - 0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx NLS：National Language Support ，顾名思义，是本地语言支持，其本身不是一种编码或字符集

unicode字符和非unicode字符区别在哪里?

Unicode给每个字符提供了一个唯一的数字， 不论是什么平台， 不论是什么程序， 不论是什么语言。

基本上，计算机只是处理数字。

它们指定一个数字，来储存字母或其他字符。

在创造Unicode之前，有数百种指定这些数字的编码系统。

没有一个编码可以包含足够的字符：例如，单单欧州共同体就需要好几种不同的编码来包括所有的语言。

即使是单一种语言，例如英语，也没有哪一个编码可以适用于所有的字母，标点符号，和常用的技术符号。

这些编码系统也会互相冲突。

也就是说，两种编码可能使用相同的数字代表两个不同的字符，或使用不同的数字代表相同的字符。

任何一台特定的计算机(特别是服务器)都需要支持许多不同的编码，但是，不论什么时候数据通过不同的编码或平台之间，那些数据总会有损坏的危险。

Unicode正在改变所有这一切！ Unicode给每个字符提供了一个唯一的数字，不论是什么平台，不论是什么程序，不论什么语言。

Unicode标准已经被这些工业界的领导们所采用，例如：Apple, HP, IBM, JustSystem, Microsoft, Oracle, SAP, Sun, Sybase, Unisys和其它许多公司。

最新的标准都需要Unicode，例如XML, Java, ECMAScript (JavaScript), LDAP, CORBA 3.0, WML等等，并且，Unicode是实现ISO/IEC 10646的正规方式。

许多操作系统，所有最新的浏览器和许多其他产品都支持它。

Unicode标准的出现和支持它工具的存在，是近来全球软件技术最重要的发展趋势。

将Unicode与客户服务器或多层应用程序和网站结合，比使用传统字符集节省费用。

Unicode使单一软件产品或单一网站能够贯穿多个平台，语言和国家，而不需要重建。

它可将数据传输到许多不同的系统，而无损坏。

关于Unicode学术学会 Unicode学术学会是一个非盈利的组织，是为发展，扩展和推广使用Unicode标准而建立的，Unicode学术学会设立了现代软件产品和标准文本的表示法。

学术学会的会员代表了广泛领域的计算机和资讯工业的公司和组织。

学术学会只由会员提供资金。

Unicode学术学会的会员资格开放给世界上任何支持Unicode标准和希望协助其扩展和执行的组织及个人。

unicode码可以表示多少字符

最初的unicode编码是固定长度的，16位，也就是2两个字节代表一个字符，这样一共可以表示65536个字符。

显然，这样要表示各种语言中所有的字符是远远不够的。

Unicode4.0规范考虑到了这种情况，定义了一组附加字符编码，附加字符编码采用2个16位来表示，这样最多可以定义1048576个附加字符，目前unicode4.0只定义了45960个附加字符。

Unicode只是一个编码规范，目前实际实现的unicode编码只要有三种：UTF-8,UCS-2和UTF-16，三种unicode字符集之间可以按照规范进行转换。

unicode字符集是多少位的字符编码

Unicode用4个字节，数字0-0x10FFFF来映射字符，有1114112个码位。

码位就是可以分配给字符的数字。

全世界的字符加起来也用不了所有的码位。

unicode字符集是几个字节表示一个字符?为什么需要utf-8?

UTF-8, 都是由 1~4 字节组成的， 至于是多少字节， 是根据第一个字节的内容判断的。

UNICODE 是一个超集， 内包含 UTF-8， UTF-16， UTF-32， UTF-8 最少 1 字节， UTF-16最少 2 字节， 如此类推。

全英文环境上，UTF-8 的优势是字节少， 相对传送效率高。

至于 VC++ UNICODE 编程， 类如 CString 等规定是 2 字节 16-bit 组成， 个人认为是一种误导与错误概念。

只不过微软公司 WINDOWS 独大， 可以自己歪曲标准， 这也是没有办法， 真有委屈承受， 或是改用 LINUX。