时间戳

首页 > 解决方案 > UTF-16 是 ASCII 的超集吗？如果是，根据 HTML 标准，为什么 UTF-16 与 ASCII 不兼容？

c# - UTF-16 是 ASCII 的超集吗？如果是，根据 HTML 标准，为什么 UTF-16 与 ASCII 不兼容？

问题描述

根据关于 UTF-16 的 Wikipedia 文章，“...[UTF-16] 也是唯一与 ASCII 不兼容的网络编码。” （在摘要的末尾。）该声明指的是 HTML 标准。这是一个错误的说法吗？

我主要是 C# / .NET 开发人员，.NET 以及 .NET Core 在内部使用 UTF-16 来表示字符串。我很确定 UTF-16 是 ASCII 的超集，因为我可以轻松编写显示所有 ASCII 字符的代码：

public static void Main()
{
    for (byte currentAsciiCharacter = 0; currentAsciiCharacter < 128; currentAsciiCharacter++)
    {
        Console.WriteLine($"ASCII character {currentAsciiCharacter}: \"{(char) currentAsciiCharacter}\"");
    }
}

当然，控制字符会弄乱控制台输出，但我认为我的陈述很清楚：16 位的低 7 位char采用相应的 ASCII 码点，而高 9 位为零。因此 UTF-16 应该是 .NET 中 ASCII 的超集。

我试图找出为什么 HTML 标准说 UTF-16 与 ASCII 不兼容，但似乎他们只是这样定义它：

ASCII 兼容编码是任何不是 UTF-16 编码的编码。

我找不到任何解释为什么 UTF-16 在他们的规范中不兼容。

我的详细问题是：

  1. UTF-16 实际上与 ASCII 兼容吗？还是我在这里错过了什么？
  2. 如果兼容，为什么 HTML 标准说它不兼容？也许是因为字节顺序？

标签： c#html.netasciiutf-16

解决方案

ASCII 是 7 位编码并存储在单个字节中。UTF-16 使用 2 个字节的块 (ord) ，这使得它立即不兼容。UTF-8 使用一个字节块，拉丁字母与 ASCII 匹配。IOW，UTF-8 旨在向后兼容 ASCII 编码。

推荐阅读