大家来讨论一下unicode和utf-8
从一篇帖子开始,http://blog.csdn.net/sfdev/archive/2009/01/13/3770706.aspx, 决定好好探究一下unicode和utf-8的关系.
总算大约明白：unicode是一种编码方式，它涵盖了世界上大多数国家语言字符并对其编码， 使每个编码都唯一； 这个工作使每个字符有了一个编号；也可以说这个工作是把世界范围内的字符映射到一个自然数集。
问题1：我这样理解对么？维基百科中关于unicode的解释中有一句话:Unicode 的实现方式不同于编码方式。一个字符的 Unicode 编码是确定的。但是在实际传输过程中，由于不同系统平台的设计不一定一致，以及出于节省空间的目的，对 Unicode 编码的实现方式有所不同。Unicode 的实现方式称为Unicode转换格式（Unicode Translation Format，简称为 UTF）。
我这样理解这句话：
如果直接用unicode编码存储或传输字符，会遇到问题，因为计算机中存贮，传输的单位是字节，遇到的问题是：不好断字，一个字符占用几个子节无法确定，(还有一个问题是不同系统平台的设计不一定一致，这个先不说);所以需要有一种机制实现编码到字节序列的映射，并且能够标明字符边界:比如utf-8中:在ASCII码的范围的，用一个字节表示,且最高位为0;大于ASCII码的,比如110xxxxxx前三位的二进制表示告诉我们这是个 2BYTE的UNICODE字符；1110xxxx是个三位的UNICODE字符，依此类推.
问题2: 我这样理解unicode的实现方式对么？同时, 既然unicode只是一种编码方式,不是实现方式,那么打开记事本选择:file -> save as -> encoding选项中unicode是指哪种实现方式? unicode little endian?

问题3: String s = new String(new char[]{'A'}); s放的是字符序列,是哪种编码? 平台的编码还是unicode? s.getBytes("utf-8")得到该字符串的utf-8编码方式的byte序列,那么s.getBytes("unicode");又是哪种实现方式? unicode little endian?

欢迎讨论,欢迎指导! 给链接的不要, 因为你看到我都看过.


------解决方案--------------------
unicode好费空间的，我不喜欢。
------解决方案--------------------
纯属学习的。
------解决方案--------------------
大哥，你分用不了志愿小弟几个吧，我经常因为提问给的分少没人回答，真急
------解决方案--------------------
你说的这几个问题我都不懂，顶起。关注中
------解决方案--------------------
我以前这类问题关注很少
学习了不少。。
------解决方案--------------------
问题一：

如果直接用unicode编码存储或传输字符，会遇到问题，因为计算机中存贮，传输的单位是字节，遇到的问题是：不好断字，一个字符占用几个子节无法确定。

并不是传输或存储会遇到问题，使用UTF-8的目的是为了节省空间。而不是“不好断字，一个字符占用几个子节无法确定”

问题二：

项中unicode是指哪种实现方式? unicode little endian? 是的。
unicode的两种存储方式，高位在前，还是高位在后。

问题三：
字符串使用unicode编码。
那么s.getBytes("unicode");又是哪种实现方式? unicode little endian? 
可以测试一下，fe ff 高位在后，我机器测试就是这样的，big endian。
------解决方案--------------------
study
------解决方案--------------------
感觉楼主把编码想象的太深奥了。
我的理解是：为每一个符号加个ID.符号简单的说就是字、特殊字符等等,ID就是符号的编码，不同编码对应的ID不同。就象你的学号(你们学校的字符集)和你的身份证号码(国家的字符集)是不一样的，但都对应的是你。
每台计算机都有字符影射表，收到一个ID的时候会去查找这张表，转成对应的符号。
UTF-8是unicode的变种，就是在unicode的基础上做了有规律的变动。

开始-->运行 输入charmap，可以看到字符影射表.
------解决方案--------------------
学习，帮顶
------解决方案--------------------
上面提到：使用UTF-8的目的是为了节省空间。不正确。如果是英文，的确节省了空间。如果是中文，占的空间到多了。UTF-8传输过程中，如果有字节丢失，对后续字影响小。
------解决方案--------------------
我在用jsp时，出现乱码，就UTF-8,Unicode,Ansi换着试上一遍，不过大部分时间Unicode都不好用，根本连乱码都不出，只出个？。所以现在都不用Unicode。
刚才jsp乱码，用byte b[]=search.getBytes("ISO-8859-1");解决了。ISO-8859-1是不是也是一种国际标准编码方式？或许对你思考问题三有帮助吧
------解决方案--------------------
经常会出现错误。我建议使用EditPlus
------解决方案--------------------
学习了
------解决方案--------------------
hao
------解决方案--------------------
两种编码方式

其他的可以多查查资料 很多的

真的

一起学习了

呵呵
------解决方案--------------------
值得深入。。。学习
------解决方案--------------------
UTF-8是unicode的新版
史上, 有两个独立的, 创立单一字符集的尝试. 一个是国际标准化组织(ISO)的 ISO 10646 项目, 另一个是由(一开始大多是美国的)多语言软件制造商组成的协会组织的 Unicode 项目. 幸运的是, 1991年前后, 两个项目的参与者都认识到, 世界不需要两个不同的单一字符集. 它们合并双方的工作成果, 并为创立一个单一编码表而协同工作. 两个项目仍都存在并独立地公布各自的标准, 但 Unicode 协会和 ISO/IEC JTC1/SC2 都同意保持 Unicode 和 ISO 10646 标准的码表兼容, 并紧密地共同调整任何未来的扩展.，