對於字元編碼，程式設計師的話應該了解它的哪些方面？

1樓：lonuery

我有個建議就是，不要看這些細碎的答案，會看的你腦子漿糊的，要看就看編碼或者編碼的奧秘那本書，然後嘗試用自己的邏輯再記錄一下看過程中的體會，你看這些細碎的答案你也記不住的，也無助於你更好的理解，只會使得你的理解更加混亂！！！

2樓：

1. Unicode 自己都扯不清 "Character" 到底是什麼。但可以肯定的是：

它不是 Code Point，而且程式以 Code Point 為單位來處理字元多數情況下也是不對的：有些我們看到的字是由兩個 Code Point 組成的（例如 e ，我們看著是乙個「字」，實際上是倆 Code Point）。我們更應該處理的是一種叫做 grapheme cluster 的東西。

2. 連 32bit 的 Code Point 都不能稱作「字」，更不用提 C 與 C++ 8bit 的 char 、16 位的 char16_t 、Windows 下 16 位的 wchar_t 了。也就是說，std::

string::length/std::strlen/std::

wcslen 它們的結果壓根不是什麼字元數量，撐死也就是 Code Unit 的數量。而 Rust 裡的 char 、C++ 的 char32_t 就是乙個 Code Point，Swift 3 的 Character 就是上文提到的 grapheme cluster。

3. 之前與 @孫明琦

4. UTF-8、UTF-16 是變長編碼，也就是說，有可能乙個 UTF-8 Code Unit 就可以翻譯成乙個 Code Point，有可能要倆、仨、四個。UTF-8 的優勢就是相容 ASCII，不用關心大小端的問題，而且對於 ASCII 字元多的情況下佔的地方少。

*nix 欽定 UTF-8，Windows 原來欽定 UCS2，後來欽定 UTF-16。

參考：Let』s Stop Ascribing Meaning to Code Points

3樓：

最近看到的最通俗易懂的介紹: https://www.

4樓：程式獵人

這取決於你是做什麼的程式設計師。

如果是單語言程式設計，又沒有什麼特別的編碼要求，知道有這麼個事兒就差不多了。

如果是做多語言，甚至是字型檔相關程式設計。那就從頭到尾學一遍好了。