Razlika med UCS-2 in UTF-16

UCS-2 proti UTF-16

UCS-2 in UTF-16 sta dve shemi kodiranja znakov, ki za predstavljanje vsakega znaka uporabljata 2 bajta, ki je sestavljen iz 16 bitov; torej 2 in 16 priponk. Glavna razlika med UCS-2 in UTF-16 je, katera se uporablja danes. UCS-2 je starejša shema, ki je od takrat veljala za zastarelo in jo je nadomestila veliko novejša in zmogljivejša UTF-16.

UCS-2 je kodiranje s fiksno širino, ki uporablja dva bajta za vsak znak; kar pomeni, da lahko predstavlja do 216 znakov ali nekaj več kot 65 tisoč. Po drugi strani je UTF-16 shema kodiranja s spremenljivo širino, ki za vsak znak uporablja najmanj 2 bajta in največ 4 bajte. To omogoča, da UTF-16 predstavlja kateri koli znak v Unicode, medtem ko uporablja minimalni prostor za najpogosteje uporabljene znake. Za večino 65.000+ znakov imata UCS-2 in UTF-16 identične kodne točke; zato so v veliki meri enakovredni. To omogoča UTF-16 aplikacijam, ki so sposobne pravilno razlagati kode UCS-2. Toda obratno ne bi šlo zaradi številnih izboljšav v UTF-16.

Ena od omenjenih izboljšav je sposobnost predstavljanja skript, ki gredo od desne proti levi in ​​ne od leve proti desni. V UTF-16 lahko skripti prepoznajo usmerjenost in tako aplikaciji omogočajo pravilno upodabljanje besed, shranjenih v kodi. UCS-2 nima te sposobnosti, zato ne bo deloval s skripti, kot sta arabščina in hebrejščina, ki se premikajo od desne proti levi. Druga značilnost UTF-16 je normalizacija. Normalizacija obravnava besede, ki pomenijo isto stvar, vendar so različno predstavljene kot identične. Na primer, besedi "ne morem" in "ne morem" sta identični, ker je le krčenje prvega. To je zelo pomembno, zlasti kadar iščete takšne besede, saj bi omogočile bolj celovit rezultat iskanja. V UCS-2 se to ne zgodi samodejno, zato mora aplikacija takšno funkcijo izvajati sama.

Resnično ni razloga, da bi za UTF-16 izbrali UCS-2, razen aplikacije, za katero ne potrebujete UTF-16. UTF-16 je v vseh pogledih boljši od UCS-2. Večinoma je tudi združljiv za nazaj, zato vam ni treba skrbeti za datoteke, kodirane v UCS-2.

Povzetek:

1. UCS-2 je zastarel in je od takrat nadomeščen z UTF-16
2. UCS-2 je shema kodiranja s fiksno širino, medtem ko je UTF-16 shema kodiranja s spremenljivo širino
3. Programi, ki omogočajo UTF-16, lahko berejo datoteke UCS-2, vendar ne obratno
4. UTF-16 podpira pravico do izdaje skriptov, medtem ko UCS-2 ne
5. UTF-16 podpira normalizacijo, medtem ko UCS-2 ne