这是一个创建于 2852 天前的主题，其中的信息可能已经有所发展或是发生改变。
比如《字符编码笔记： ASCII ， Unicode 和 UTF-8 》 是阮老师 10 年前写的一篇关于字符编码的科普文章，现在用 Google 搜关键字该文章依然名列前茅，可见他的文章有多大影响力，但里面的内容是否正确是值得商榷的事。
中文维基百科对 Unicode 的解释也是让人一头雾水，摸不着头脑。看看阮老师怎么说：
可以想象，如果有一种编码，将世界上所有的符号都纳入其中。每一个符号都给予一个独一无二的编码，那么乱码问题就会消失。这就是 Unicode ，就像它的名字都表示的，这是一种所有符号的编码。
这句话读起来很拗口，有三个地方出现了「编码」二字。不知阮老师对「编码」的理解是什么？但可以肯定的是这三个「编码」在这句话里面不是同一个意思。
「编码」作动词使用时就是把一个字符（严格一点说是字符在字符集中的编号 code point ）转换成一个字节序列，以便在网络传输或者存储到文本中。比如「好」在 Unicode 中的编号是 U+597d ，经过 UTF-8 编码后会转换成二进制序列是 '\xe5\xa5\xbd' 。作为名词使用时，就是指一种具体的编码实现方式，比如 ASCII 编码， GBK 编码， UTF-8 编码
其实 Unicode 是一个囊括了世界上所有字符的字符集，其中每一个字符都对应有唯一的编码值（ code point ），然而它并不是一种什么编码格式，仅仅是字符集而已。 Unicode 字符要存储要传输怎么办，它不管，可以用 UTF-8 、 UTF-16 。
再来看阮老师说 Unicode 的第二个问题：
第二个问题是，我们已经知道，英文字母只用一个字节表示就够了，如果 Unicode 统一规定，每个符号用三个或四个字节表示，那么每个英文字母前都必然有二到三个字节是 0 ，这对于存储来说是极大的浪费，文本文件的大小会因此大出二三倍，这是无法接受的。
Unicode 并没有统一规定每个符号用三个或者四个字节表示。 Unicode 只规定了每个字符对应到唯一的代码值（ code point ），代码值 从 0000 ~ 10FFFF 共 1114112 个值 ，真正存储的时候需要多少个字节是由具体的编码格式决定的。比如：字符 「 A 」用 UTF-8 的格式编码来存储就只占用 1 个字节，用 UTF-16 就占用 2 个字节，而用 UTF-32 存储就占用 4 个字节。
再看来看这张图：
阮老师对 Unicode 编码的解释是：
Unicode 编码指的是 UCS-2 编码方式，即直接用两个字节存入字符的 Unicode 码。这个选项用的 little endian 格式。
UCS-2 是什么鬼， UCS-2 是使用两个定长的字节来表示一个字符，而 UTF-16 是使用两个变长的字节，遇到两个字节没法表示时，会用 4 个字节来表示，因此 UTF-16 可以看作是在 UCS-2 的基础上扩展而来的。而 UTF-32 与 USC-4 是完全等价的。
之所以在 Windows 下有 Unicode 编码这样一种说法，其实是 Windows 的一种错误表示方法，它真正的编码类型是 UTF-16LE 编码。
他又说：
Unicode 规范中定义，每一个文件的最前面分别加入一个表示编码顺序的字符，这个字符的名字叫做"零宽度非换行空格"（ ZERO WIDTH NO-BREAK SPACE ），用 FEFF 表示。这正好是两个字节，而且 FF 比 FE 大 1 。
如果一个文本文件的头两个字节是 FE FF ，就表示该文件采用大头方式；如果头两个字节是 FF FE ，就表示该文件采用小头方式
第 1 条附言 · 2017-02-28 09:44:40 +08:00
发现大家已经不再是讨论问题本身了，阮一峰老师的文章绝大部分还是很有有指导性的。在此给大家造成的困扰，表示抱歉。
散了吧，不值得浪费大家时间。
散了吧，不值得浪费大家时间。
 |
101
Dzinlife 2017-02-28 15:07:24 +08:00
你第一句话就承认了人家写的是科普文章，科普懂不懂？科普排名靠前不好吗？靠前的难道应该是你所擅长的茴字四种写法？
|
 |
102
fulvaz 2017-02-28 15:14:01 +08:00
|
 |
103
wupher 2017-02-28 16:41:32 +08:00
从礼节上来说，发现错误应该先私信作者，作者不鸟你，再到评论或者论坛里面喷。
|
 |
104
holy_sin 2017-02-28 17:05:01 +08:00
撕起来
|
 |
105
chuanqirenwu 2017-02-28 17:21:32 +08:00 via iPhone
很正常，现在很多人 utf-8 和 unicode 概念混在一起，但只要你不是搞 unicode 字符标准制定等工作的，并不影响在日常中的应用和理解。
|
 |
106
artandlol 2017-02-28 17:29:37 +08:00
@qq286735628 你是不是当年 bug 吧干坏事的那个？
|
 |
107
liuyanjun0826 2017-02-28 17:33:16 +08:00
阮一峰写文章的目的是卖广告，你我写文章的目的是吸引基佬，各取所需。
|
 |
109
leekafai 2017-02-28 20:05:14 +08:00 via Android
op 显然有些情绪在里面了，说阮的博客评论里面没有指正错误只有盲目崇拜，其实你如果能像给别人博文抓虫那么仔细地去看评论，是有的。
|
 |
110
Balthild 2017-02-28 20:38:04 +08:00 via Android
既然人无完人，那便要给人指责之权利。
自知有错，还不准人说，这是什么道理？ |
 |
111
bigpigeon 2017-02-28 21:20:01 +08:00
我当时看这篇博文时也是没搞清 unicode 和 utf-x 的区别
感觉阮一峰很多博文都是在自己都没理解清楚的情况下强行写作的， rsa 那篇也是 |
|
112
fulvaz 2017-02-28 23:00:40 +08:00
@clino 因为有太多太多主观性的错误啊
比如, 支持计划生育, 还表明支持的理由. 但那不是叫做有思想啊, 只是单纯人云亦云而已. 至于其他内容, 还算平均线以上, 但是远远算不上可以出书..... 你看看目录就知道了 |
 |
113
qq286735628 2017-03-01 17:00:22 +08:00
@artandlol bug 吧是什么鬼？
|
|
114
artandlol 2017-03-01 17:22:16 +08:00
@qq286735628 一个跟你头像一样的人 干了坏事跑路的故事
|
 |
115
douglas1997 2017-03-06 09:08:13 +08:00
讲的很好, 解答了我之前的很多困惑。
|
Select Language