为什么.净框架StreamReader/作家默认UTF8编码?

Question

我只是在寻找的构造对StreamReader/作家和我注意到它利用UTF8为默认。任何人都知道这是为什么呢？我会推测，这将是一个更安全的选择以默认，以Unicode。

Answer 1

UTF-8将与任何ASCII文件工作，并且典型地比UTF-16更紧凑的 - 但它仍然覆盖整个的Unicode。我会说，UTF-8是远比UTF-16更常见。它也是XML默认值（当没有BOM和没有明确指定编码）。

为什么你认为它会更好，默认为UTF-16？ （这是Encoding.Unicode是什么。）

编辑：我怀疑你感到困惑正是UTF-8可以处理。 此页面说明它非常清楚，包括如何任何特定的Unicode字符进行编码。这是一个可变宽度编码，但它覆盖了整个的Unicode。

Answer 2

UTF8的是的Unicode，Unicode编码类型的更具体一个。

更重要的是它与ASCII向后兼容，再加上它是XML标准的默认和HTML

Answer 3

"Unicode"名称的标准，因此没有此类编码为"Unicode".相反，有两种绘图方法: UTF 和 UCS.

至于"为什么"的一部分，UTF-8具有最大的兼容性ASCII。

Answer 4

正如已经说过的所有其它的，UTF-8是内的Unicode编码标准。 UTF-8使用可变数目的字节来编码所有Unicode字符有

所有ASCII字符作为被表示，使得ASCII文件可以与现在再费周折读取。只要流中的字节有其第8位（最高位，> 127）集，这触发读取器将其与随后的字节结合起来，直到这是<128。该组合然后被视为1个字符。

有在LATIN-1（ANSII）字符，即使用两个字符编码：例如é被编码为e和'。因此长度（ 'E'）为2。

Windows使用UTF-16内部，这限制了可编码字符，以64K，这决不是所有Unicde字符。 UTF-32暂时允许的所有字符，但是人为的限制了。又都是不ASCII向上兼容，因为具有前导零：

A = ASCII h41 = UTF-8 h41 = UTF-16 h0041 = UTF-32 h00000041

有小也和大端编码：

A = UTF-16 big endian h0041 = UTF-16 little endian h4100

想象一下使用UTF-16或UTF32来保存文件。他们会（文本文件）双线或大小quadrouple相比，ASCII和UTF-8（如果只使用ASCII字符，UTF-8）。 UTF-8不仅允许在Unicode标准的所有字符，即使对于未来的增强，但将其保存空间有效地为好。

一般的前两个字节的文件中，BOM或字节顺序标记，告诉你，其编码标准被使用。如果省略，XML和StreamRedaer使用UTF-8，因为你发现了。这再次让SENCE，为ASCII文件没有BOM，因此在大多数情况下都正确读取。这可能不适用于所有使用LATIN-1的文件是真实的。