“Unicode 编码”语句是否准确？[关闭]-解网

问：

想改进这个问题吗？更新问题，以便可以通过编辑这篇文章用事实和引文来回答。

上个月关闭。

改进此问题

许多教程都提到了术语“Unicode 编码”，但我觉得这不合适。

根据我的理解，Unicode只是一个字符集，而不是编码。所谓编码，应该是Unicode字符的一种存储方式，如UTF-8编码、GBK编码、GB2312编码等。它们将字符编码为字节序列，不同的编码规则可能导致不同的字节序列。所以我认为“Unicode 编码”的说法是不准确的。

Unicode 编码术语

没有单一的“Unicode 编码”，但也许您引用的教程非正式地使用它来表示任何可以表示所有 Unicode 标量值序列的编码（例如 UTF-8、UTF-16、UTF-32 等）？（尽管作者也可能根本不知道他们在说什么。不幸的是，这种情况经常发生。在教程中使用这个术语的示例是什么？

0赞 korangar leo 9/20/2023

@user17732522 例如，对于 python 的 encode 和 decode 方法，encode 用于将字符串转换为字节序列，decode 用于将字节序列转换为字符串。有教程提到，对于字节序列，它可能有很多编码形式，但对于字符串来说，只有一种编码，那就是Unicode编码。我觉得这里的Unicode编码不是很准确。

2赞 user17732522 9/20/2023

是的，在这种情况下，字符串类型表示 Unicode 码位序列。据我所知，这通常不被称为“编码”。正如 Python 函数和提示的那样，字符串是解码状态，字节字符串是编码状态。decodeencode

0赞 Mark Ransom 9/20/2023

@user17732522在 Python 2 中存在一些混淆，因为类型实际上指定了字节而不是代码点。但是 Python 3 解决了这个问题，没有人应该再关心 Python 2 了。str

0赞 user17732522 9/20/2023

@MarkRansom 是的，我在上面的交流中假设了 Python 3，否则从教程中解释的 OP 根本没有意义。

答：

1赞 Joe Sewell 9/20/2023 #1

你是对的。Unicode 是一组系统，包括一个码位列表，以及将一系列码位转换为一系列代码单元（例如 UTF-8 的字节、UTF-16 的 16 位值等）的多种编码。

然而，从历史上看，Unicode 最初是纯粹的 16 位编码。引自维基百科，引自 1988 年的原始提案：

Unicode 旨在满足对可行、可靠的世界文本编码的需求。Unicode 可以粗略地描述为“宽体 ASCII”，它已被拉伸到 16 位，以包含世界上所有现存语言的字符。在设计得当的设计中，每个字符 16 位足以实现此目的。

最初的意图是只对通用的现代用法中的字符进行编码，规范假设 16 位可以很好地满足这些要求。然而，这是一个短视的假设，Unicode 2.0 通过将“代理对”系统引入 16 位编码来扩展码位范围。这追溯性地将Unicode 1.0（当时称为“Unicode”）编码命名为“UCS-2”，而带有代理项的新16位编码被命名为“UTF-16”。

由于这些历史因素，一些系统和文档可能仍然说“Unicode”，而它们实际上是指“UTF-16”或“UCS-2”。Windows 是一个常见的例子，我很确定我已经看到很多地方说“Unicode”但产生 UTF-16 Little Endian。

“Unicode 编码”语句是否准确？[关闭]

Is the statement "Unicode encoding" accurate? [closed]

评论

评论