Unicode是字符集，給每個字符一個唯一的編碼，目前的版本用4個字節(jié)表示所有的字符。
UTF是 unicode transformation format，是把字符保存到計算機上的格式。
UTF-8是變長的
UTF-16是2或4個字節(jié)
UTF-32是4個字節(jié)
要知道具體是哪種編碼方式,需要判斷文本開頭的標志,下面是所有編碼對應的開頭標志
EF BB BF UTF-8
FE FF UTF-16/UCS-2, little endian
FF FE UTF-16/UCS-2, big endian
FF FE 00 00 UTF-32/UCS-4, little endian.
00 00 FE FF UTF-32/UCS-4, big-endian.
其中的UCS是ISO制定的標準,和Unicode是完全一樣的,只不過名字不一樣.ucs-2對應utf-16,ucs-4對應UTF-32.UTF-8是沒有對應的UCS
UTF-8的優(yōu)點：
- 字符空間足夠大，未來 Unicode 新標準收錄更多字符，UTF-8 也能妥妥的兼容，因此不會再出現(xiàn) UTF-16 那樣的尷尬
- 不存在大小端字節(jié)序問題，信息交換時非常便捷
- 容錯性高，局部的字節(jié)錯誤（丟失、增加、改變）不會導致連鎖性的錯誤，因為 UTF-8 的字符邊界很容易檢測出來，這是一個巨大的優(yōu)點（正是為了實現(xiàn)這一點，咱們中日韓人民不得不忍受 3 字節(jié) 1 個字符的苦日子）
UTF-8的缺點：
- 文化上的不平衡——對于歐美地區(qū)一些以英語為母語的國家 UTF-8 簡直是太棒了，因為它和 ASCII 一樣，一個字符只占一個字節(jié)，沒有任何額外的存儲負擔；但是對于中日韓等國家來說，UTF-8 實在是太冗余，一個字符竟然要占用 3 個字節(jié)，存儲和傳輸?shù)男什坏珱]有提升，反而下降了。所以歐美人民常常毫不猶豫的采用 UTF-8，而我們卻老是要猶豫一會兒
- 變長字節(jié)表示帶來的效率問題——大家對 UTF-8 疑慮重重的一個問題就是在于其因為是變長字節(jié)表示，因此無論是計算字符數(shù)，還是執(zhí)行索引操作效率都不高。為了解決這個問題，常常會考慮把 UTF-8 先轉(zhuǎn)換為 UTF-16 或者 UTF-32 后再操作，操作完畢后再轉(zhuǎn)換回去。而這顯然是一種性能負擔。
UTF-16的缺點：
- UTF-16 能表示的字符數(shù)有 6 萬多，看起來很多，但是實際上目前 Unicode 5.0 收錄的字符已經(jīng)達到 99024 個字符，早已超過 UTF-16 的存儲范圍；這直接導致 UTF-16 地位頗為尷尬——如果誰還在想著只要使用 UTF-16 就可以高枕無憂的話，恐怕要失望了
- UTF-16 存在大小端字節(jié)序問題，這個問題在進行信息交換時特別突出——如果字節(jié)序未協(xié)商好，將導致亂碼；如果協(xié)商好，但是雙方一個采用大端一個采用小端，則必然有一方要進行大小端轉(zhuǎn)換，性能損失不可避免（大小端問題其實不像看起來那么簡單，有時會涉及硬件、操作系統(tǒng)、上層軟件多個層次，可能會進行多次轉(zhuǎn)換）
- 另外，容錯性低有時候也是一大問題——局部的字節(jié)錯誤，特別是丟失或增加可能導致所有后續(xù)字符全部錯亂，錯亂后要想恢復，可能很簡單，也可能會非常困難。（這一點在日常生活里大家感覺似乎無關緊要，但是在很多特殊環(huán)境下卻是巨大的缺陷）
