unicode和ucs的区别

最新推荐文章于 2024-02-05 16:18:32 发布

原创

最新推荐文章于 2024-02-05 16:18:32 发布 · 8.6k 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#编码

本文探讨了Unicode和UCS之间的区别，指出虽然UCS-4理论上可编码至U+7FFFFFFF，但由于共识，实际使用限制在17个平面内，使得UTF-32成为其子集。同时，由于UTF-16的定长特性，它在实现和编码上与UCS-4相似。随着Unicode的普及和UTF-8的广泛采用，UCS编码逐渐淡出视野，常被等同于UTF-16和UTF-32，尤其是在Windows NT中采用UCS-2。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

unicode，中文叫万国码，统一码，是统一码联盟为了世界上大多数文字系统进行整理和编码。

unicode2.0后基本和ISO 10646规范保持一致.
和unicode类似，iso组织也在做同样的事情，iso开展了 ISO/IEC 10646项目，名字叫“ Universal Multiple-Octet Coded Character Set”，简称UCS。
后来，双方意识到时间上不需要2套通用的字符集，所以双方开始进行整合，到unicode2.0时，unicode的编码和ucs的编码都基本一致。

unicode在编码上和UCS保持一致，在实现上有自己的规则，而UCS只定义了编码标准。unicode的实现形式上有UTF-8,UTF-16,UTF-32,还有UTF-7等。UCS编码也有自己的格式：UCS-2和UCS-4等等。可参考各自wiki: unicode 和 ucs
unicode的编码可以和UCS-2和UCS-4保持一致。但是又略有不同。UTF-16是UCS-2的扩展，UTF-32是UCS-4的子集。也就是说，UTF-16的实现上对code point的支持范围超过UCS-2，而UTF-32对code point的表示却又在UCS-4的范围之内。

在编码层面上，UCS-2就是用两个字节编码，UCS-4就是用4个字节（实际上只用了31位，最高位必须为0）编码。
UCS-2有2^16