[Other]Unicode/UTF-8的差異
備註：讀完這篇請記得再讀[Other]編碼補充(承上文)
由於之前常常聽到有人將這兩者混為一談，不過被問實際有什麼差異的時候也沒有辦法講的很清楚，只知道UTF-8是由Unicode改良來的，一個是固定存2 bytes，另一個是變動長度，趁著今天有fu快點來查一下兩者間的不同，我們先看一下Wiki中對UTF-8的定義：http://zh.wikipedia.org/w/index.php?title=UTF-8&variant=zh-tw
UTF-8（8 位元 Universal Character Set／Unicode Transformation Format）是一種針對 Unicode 的可變長度字元編碼。它可以用來表示 Unicode 標準中的任何字元，且其編碼中的第一個位元組仍與 ASCII 相容，這使得原來處理 ASCII 字元的軟體無須或只須做少部份修改，即可繼續使用。因此，它逐漸成為電子郵件、網頁及其他儲存或傳送文字的應用中，優先採用的編碼。
針對他定義所說的內容，我們可以很簡單的用文字檔來試看看，當我新增一個文字檔，這時候我檢視它的檔案大小，發現是0個位元組：
這時候此文字檔的預設編碼是ANSI，我先將它改成Unicode並進行存檔，再去檢視檔案大小，發現這個空的文字檔，大小變成2位元組：
這時候如果我在文字檔中打入123幾個數字，再看它的大小會是8個位元組；而如果我打入123衝衝衝等中英交雜的文字，發現它的大小會是14個位元組，這個測試按例中我們可以簡單證實在Unicode編碼下，不管是數字還是中文，都是2個位元組。
同樣的劇情我以UTF-8來進行編碼，會發現一樣的文字內容，在UTF-8中佔了15個位元組，其中每個英文字佔1個位元組，中文佔3個位元組，而檔案存成UTF-8格式本身就需3個位元組，所以整個加起來就是15個位元組。
上面我們簡單區分一下Unicode跟UTF-8，另外看一些文章中有人提到UTF-8在處理部分特殊字元時會用到4個位元組，不過我沒有很仔細的查到底有哪些字屬於這些罕用字集，如果有好心人士知道的話請跟小弟說一下，感謝。
參考資料：
UTF-8 and Unicode FAQ for Unix/Linux
 |
游舒帆 (gipi) 探索原力Co-founder，曾任TutorABC協理與鼎新電腦總監，並曾獲選兩屆微軟最有價值專家 ( MVP )，離開職場後創辦探索原力，致力於協助青少年培養面對未來的能力。認為教育與組織育才其實息息相關，都是在為未來儲備能量，2018年起成立為期一年的專題課程《職涯躍升的關鍵24堂課》，為培養台灣未來的領袖而努力。 |
