學習筆記

寫網頁時，常會遇到encode的問題(以下簡單說明)


如果沒特別說明，Unicode 在微軟視窗系統下就是指 UTF-16 Little Endian。
Unicode (UTF-8) 就是 UTF-8，會特別指明。

UTF-16 可和 UCS-2 大致視為相同。
UTF-16 就是 2 bytes，UTF-8 是 1 byte ~ 4 bytes。可變動字節 (位元組)。
UTF-8 編碼的中文，很多都是落在 3 bytes，所以才有人說資料庫轉換後，空間會比 Big5 多出一半。

如果有一篇文章，以英數字元為主，用傳統編碼和 UTF-8 編碼，檔案大小幾乎沒有差別。如果用 UTF-16 編碼，檔案大小會增加一倍。

顯然，對於英數字元，用 UTF-16 並非明智之舉。雖然儲存容量不是問題，但為了和世界其他國家正確交換訊息，是很划不來的。

如果有一篇文章，以中文字元為主，用傳統編碼和 UTF-8 編碼，檔案大小就有差別了。理論上通常是原本檔案大小的 1.5 倍。如果用 UTF-16 編碼，檔案大小就和傳統編碼幾乎沒有差別了。

所以，這也是為何網頁相關的應用，採用的往往都是 UTF-8 編碼，而不是 UTF-16 編碼。
當然，BOM 的問題，也是 UTF-8 被採用的一個重要理由。



不想了解這麼多，Windows 使用者至少記得以下幾點：

1. 和網頁有關的，需要利用網頁應用的資料，像是 html/xml/txt，用 UTF-8 就對了。
2. 不需要交流的，或是應用程式，用 UTF-16，或是非 Unicode 編碼，都不反對。
3. 需要 Tag 的，例如多媒體檔案 mp3/mkv/ape/... 這些，用 UTF-8。

沒有強迫各位一定非要用 UTF-16、UTF-8，要看使用時機。如果只是為了 UTF-8 而 UTF-8，不探討「升級的原因、理由」，只是因為「別人都在用」、「很多人都在用」，那自己也不知道要說什麼才好。