UTF-8：UTF-8の最大の特徴はASCIIコードは、まったく同じエンコーディングが行われ ることです。 - The Diigo Meta page

• 22 Jun 08
  

  Toshiro Shimura

  utf ascii 文字コード 文字化け

  • UTF(Unicode Text Format)はUnicodeのテキストをデータとして入出力する時 に用いるフォーマットです。 
     UnicodeコンソーシアムではUTF-7, UTF-8, UTF-16の3種類のUTFを定義してい ますが、Javaではこの中のUTF-8を採用しています。  

     UTF-8の最大の特徴はASCIIコードは、まったく同じエンコーディングが行われ ることです。 
     つまり通常のASCII文字列に対してUTF-8を使用した入出力を行うことができる わけです。 
     ファイル名やドメイン名などASCIIコードの範囲で定義される文字列の入出力 に向いているといえるでしょう。  

     java.io.DataInput、java.io.DataOutputにデータ入出力にUTF-8の入出力機能が定義されています。

  •  UTF-8のエンコーディングは以下のような特徴を持っています。  

     
    • ASCIIコード(\u0～\u7F)は1バイトにエンコードされるので効率が良い 
    • 漢字などのコード(\u800～\uFFFF)は3バイトにエンコードされるので効率が悪い 
      残念ながら日本語は3バイトにエンコードされるためUnicodeをそのまま保存するより効率が悪くなってしまうのです。

Would you like to comment?

Join Diigo for a free account, or sign in if you are already a member.