UTF-16

UTF-16是Unicode字元編碼五層次模型的第三層：字元編碼表（Character Encoding Form，也稱為 "storage format"）的一種實現方式。即把Unicode字元集的抽象碼位映射為16位長的整數（即碼元）的序列，用於數據存儲或傳遞。Unicode字元的碼位，需要1個或者2個16位長的碼元來表示，因此這是一個變長表示。

基本介紹

• 中文名：UTF-16
• 解釋：Unicode字元編碼五層次模型 
• 定義於 ： ISO/IEC 10646-1的附錄Q
•  在用形式：UTF-16的大尾序和小尾序 

簡介

UTF-16是Unicode的其中一個使用方式。 UTF是 Unicode TransferFormat，即把Unicode轉做某種格式的意思。

它定義於ISO/IEC 10646-1的附錄Q，而RFC2781也定義了相似的做法。

在Unicode基本多文種平面定義的字元（無論是拉丁字母、漢字或其他文字或符號），一律使用2位元組儲存。而在輔助平面定義的字元，會以代理對（surrogate pair）的形式，以兩個2位元組的值來儲存。

UTF-16比起UTF-8，好處在於大部分字元都以固定長度的位元組 (2位元組) 儲存，但UTF-16卻無法兼容於ASCII編碼。

編碼模式

UTF-16的大尾序和小尾序儲存形式都在用。一般來說，以Macintosh製作或儲存的文字使用大尾序格式，以Microsoft或Linux製作或儲存的文字使用小尾序格式。

為了弄清楚UTF-16檔案的大小尾序，在UTF-16檔案的開首，都會放置一個U+FEFF字元作為Byte Order Mark（UTF-16LE以FF FE代表，UTF-16BE以FE FF代表），以顯示這個文字檔案是以UTF-16編碼，其中U+FEFF字元在UNICODE中代表的意義是ZERO WIDTH NO-BREAK SPACE，顧名思義，它是個沒有寬度也沒有斷字的空白。

相關聯繫

UTF-16與UCS-2的關係

UTF-16可看成是UCS-2的父集。在沒有輔助平面字元（surrogate code points）前，UTF-16與UCS-2所指的是同一的意思。但當引入輔助平面字元後，就稱為UTF-16了。現在若有軟體聲稱自己支援UCS-2編碼，那其實是暗指它不能支援在UTF-16中超過2bytes的字集。對於小於0x10000的UCS碼，UTF-16編碼就等於UCS碼。