我试图在我的博客中给出一个简单的解释。

utf - 32

需要32位(4字节)来编码任何字符。例如，为了使用这个方案来表示“A”字符代码点，你需要用32位二进制数字写65:

00000000 00000000 00000000 01000001 (Big Endian)

如果仔细观察，您会注意到最右边的7位实际上是使用ASCII格式时的相同位。但是由于UTF-32是固定宽度的方案，我们必须附加三个额外的字节。这意味着，如果我们有两个只包含“A”字符的文件，一个是ascii编码的，另一个是UTF-32编码的，它们的大小将分别为1字节和4字节。

utf - 16

许多人认为UTF-32使用固定宽度的32位来表示码位，UTF-16是固定宽度的16位。错了!

在UTF-16中，码位可以用16位或32位表示。所以这个方案是变长编码系统。与UTF-32相比，它的优势是什么?至少对于ASCII，文件的大小不会是原始文件的4倍(但仍然是两倍)，所以我们仍然不能向后兼容ASCII。

由于7位足以表示“A”字符，我们现在可以使用2个字节，而不是像UTF-32那样使用4个字节。它看起来是这样的:

00000000 01000001

utf - 8

你猜对了。在UTF-8中，码位可以用32位、16位、24位或8位来表示，作为UTF-16系统，这也是一种变长编码系统。

最后，我们可以用与ASCII编码系统相同的方式来表示“A”:

01001101

一个小例子，UTF-16实际上比UTF-8更好:

考虑中文字母“語”，它的UTF-8编码是:

11101000 10101010 10011110

虽然它的UTF-16编码较短:

10001010 10011110

为了了解这种表达方式以及它是如何解释的，请访问原文。

在UTF-32中，所有字符都用32位编码。这样做的好处是可以很容易地计算字符串的长度。缺点是对于每个ASCII字符，您会浪费额外的3个字节。

在UTF-8字符有可变长度，ASCII字符编码为一个字节(8位)，大多数西方特殊字符编码为两个字节或三个字节(例如€是三个字节)，更奇特的字符可以占用四个字节。明显的缺点是，先验你不能计算字符串的长度。但与UTF-32相比，编码拉丁(英语)字母文本所需的字节要少得多。

UTF-16也是可变长度的。字符编码为两个字节或四个字节。我真的不明白这有什么意义。它有可变长度的缺点，但没有像UTF-8那样节省空间的优点。

在这三种语言中，UTF-8显然是传播最广泛的。

我做了一些测试来比较MySQL中UTF-8和UTF-16之间的数据库性能。

更新的速度

utf - 8

utf - 16

插入的速度

删除速度

UTF-8在ASCII字符代表文本块中的大部分字符的情况下具有优势，因为UTF-8将这些字符编码为8位(像ASCII一样)。它的另一个优点是只包含ASCII字符的UTF-8文件具有与ASCII文件相同的编码。

在ASCII不占主导地位的情况下，UTF-16更好，因为它主要每个字符使用2个字节。UTF-8将开始对高阶字符使用3个或更多字节，而UTF-16对大多数字符仅使用2个字节。

UTF-32将在4字节内涵盖所有可能的字符。这使得它非常臃肿。我想不出使用它有什么好处。

Unicode是一个标准，关于UTF-x，你可以把它看作是一个技术实现，用于一些实际目的:

UTF-8 - "size optimized": best suited for Latin character based data (or ASCII), it takes only 1 byte per character but the size grows accordingly symbol variety (and in worst case could grow up to 6 bytes per character) UTF-16 - "balance": it takes minimum 2 bytes per character which is enough for existing set of the mainstream languages with having fixed size on it to ease character handling (but size is still variable and can grow up to 4 bytes per character) UTF-32 - "performance": allows using of simple algorithms as result of fixed size characters (4 bytes) but with memory disadvantage

如前所述，差异主要在于底层变量的大小，在每种情况下，它们都会变大以允许表示更多字符。

然而，字体、编码和其他东西都非常复杂(没有必要?)，所以需要一个大链接来填充更多细节:

http://www.cs.tut.fi/~jkorpela/chars.html#ascii

不要期望理解所有的东西，但是如果你不想在以后遇到问题，尽可能早地学习(或者让别人帮你整理)是值得的。

保罗。