UCS 2 vs. UTF 16: Unterschied und Vergleich

UCS-2 und UTF-16 sind zwei Varianten der Zeichenkodierung, eine neu und die andere alt. Dies sind die Methoden, die zwei Bytes (acht Bits) verwenden, um jeden Buchstaben zu codieren, also die Erweiterungen 2 und 16.

Dies sind verschiedene Codierungsstandards, bei denen Buchstaben durch eine korrigierte Bitfolge wiedergegeben werden, z. B. 16 Bit (2 Bytes). Die meisten Kommunikationssysteme verwenden es als Backup während der Kernaktivität bezüglich der Nachrichtengenerierung.

Und dieser Artikel kann Ihnen dabei helfen, ihre Verwendung sowie die Unterschiede zwischen verschiedenen Kodierungscodes zu spezifizieren.

Key Take Away

1. UCS-2 ist ein Zwei-Byte-Zeichencodierungsstandard mit fester Länge, der eine begrenzte Menge von Unicode-Zeichen darstellt.
2. UTF-16 ist eine Zeichencodierung mit variabler Länge, die zwei oder vier Bytes verwendet, um alle Unicode-Zeichen darzustellen.
3. Aufgrund seiner breiteren Zeichendarstellung hat UTF-16 UCS-2 für Anwendungen, die volle Unicode-Unterstützung erfordern, weitgehend ersetzt.

UCS 2 gegen UTF 16

Der Unterschied zwischen UCS 2 und UTF 16 besteht darin, dass UCS-2 ein veraltetes System ist, das bereits zugunsten des wesentlich moderneren und anspruchsvolleren UTF-16 veraltet ist. UCS-2 ist eine Komprimierung mit konstanter Breite, die zwei Bytes für jedes Zeichen verwendet und so bis zu 216 Buchstaben oder etwas mehr als 65 Zeichen verschiedener Typen kodieren kann. UTF-16 hingegen ist ein Einbettungssystem mit flexibler Breite, das mindestens zwei Bytes und maximal vier Bytes für jeden Buchstaben erfordert.

UCS-2, „Universal Character Coded Set“, ist ein Buchstabencodierungssystem, das jedes Zeichen durch eine aufgelöste 16-Bit-Zeichenfolge (2 Bytes) codiert.

Die meisten GSM-Netzwerke verwenden es als Backup, wenn die Kommunikation nicht mit GSM-7 codiert werden kann oder wenn ein Dialekt mehr als 128 Bit benötigt, um angezeigt zu werden.

UTF-16 steht für „16-Bit“. Unicode Transformation Format‘ und ist ein Textencoder, der alle 1,112,064 gültigen ASCII-Kodierungseinheiten kodieren kann, genau wie UCS 2.

Die Codierung ist zeitlich flexibel, da Codeeinheiten mit einer oder zwei 16-Bit-Codeuntereinheiten verschlüsselt werden.

Vergleichstabelle

Vergleichsparameter	UCS 2	UTF16
Vollständige Form	UCS-2 ist eine Abkürzung für Unicode Character Set Coded in 2 Octets.	Unicode Transformation Format-16, abgekürzt als UTF 16.
Definition	UCS-2 ist eine Unicode-Zeichenkodierung mit einer konstanten Breite von zwei Bytes.	UTF-16 ist ein Zeichensatz mit variabler Breite, der zwei oder vier Bytes für jeden Buchstaben benötigt.
Punkte	Es können nur 65,536 Codepunkte codiert werden.	1,112,064 Codepunkte können in UTF 12 codiert werden.
Anwendung	Windows-Versionen vor Windows NT 3.1 bis Windows 95.	Von Windows 2000 bis zu aktuellen Versionen und auch JAVA-basierte Anwendungen.
Kompatibilität	Nicht abwärtskompatibel und veraltet	Abwärtskompatibilität ist verfügbar und nicht veraltet.

Was ist UCS2?

UCS-2 ist eine Abkürzung für Unicode Character Set Coded in 2 Octets. Die International Organization for Standardization (ISO) definiert UCS-2 sowie die anderen UCS-Spezifikationen in ISO 10646.

UCS-2 erlaubt insgesamt 65,536 Buchstaben oder Hex-Werte im Bereich von 0000h bis FFFFh (2 Byte). UCS-2-Glyphen werden mit Unicodes Basic Base Plane synchronisiert.

Da in mehreren Sprachen regelmäßig weit mehr als 128 Symbole verwendet werden, ist eine größere Auswahl an möglichen Zeichen erforderlich. UCS-2 wurde in vielen GSM-Datennetzen eingesetzt und gilt weithin als De-facto-Backup.

Gemäß dem Unicode-Standard ist UCS-2 veraltet, da es nicht für die Unterstützung von Unicode-Zeichen wie Extra- oder „Astral“-Ebenen gedacht war.

Ebene 0, die grundlegende mehrsprachige Ebene, bietet Zeichenkomprimierungsalgorithmen für die Glyphen, die vermutlich am häufigsten in Sprachen verwendet werden. UCS-2 hat ein Codierungspunktlimit von FFFFh, also insgesamt 65,536 potenzielle Zeichen.

UTF-16 ist der Nachfolger von UCS-2 und kann Basis- und 16 Ergänzungsebenen für insgesamt 10FFFFh-Zeichen oder 1,114,112 Codierungspunkte verarbeiten. Da der Begriff „Zeichen“ nun häufig verwendet wird, ist es weitaus zutreffender, sich auf Codepunkte zu beziehen.

Kodierungspunkte sind die grundlegende Einheit zum Speichern von Informationen in der Kodierung und ermöglichen die Trennung von Buchstabenbegriffen.

Was ist UTF16?

UTF-16 (16-Bit-Unicode-Transformationsformat) ist eine Glyphenkodierung (ähnlich UCS 2), die alle 1,112,064 Quasi-ASCII-Codepunkte kodieren kann. Da Codepunkte mit einer oder zwei 16-Bit-Codierungsuntereinheiten codiert werden, ist die Codierung hinsichtlich der Länge flexibel.

Bis klar wurde, dass weit mehr als 216 (65,536) Codierungseinheiten erforderlich waren, entwickelte sich UTF-16 aus einem älteren Satz von 16-Bit-Codierungen namens UCS-2 (für einen 2-Byte-Universalzeichensatz).

Grundsätzlich sind Systeme wie Windows von Microsoft, die Kern Java Sprache und Typescript verwenden UTF-16. Unter Microsoft Windows wird dies auch häufig für Klartext- oder Textverarbeitungsdateisysteme verwendet.

Auf Unix-ähnlichen Plattformen wird es selten für Verzeichnisse verwendet. Ab Mai 2019 scheint Microsoft seine Position geändert zu haben und unterstützt und empfiehlt nun die Verwendung von UTF-8.

UTF-16 scheint die einzige Web-Kodierung zu sein, die nicht mit ASCII vereinbar ist, und hat im Internet nie großen Anklang gefunden, wo es von weniger als 0.002 % (etwas mehr als einem Tausendstel Cent) der Online-Sites verwendet wird.

UTF-8 wird dagegen von 98 Prozent aller Online-Seiten verwendet.

Die Web Hyperlink Application Technology Working Group betrachtet UTF-8 als „das erforderliche Format für alle [Text]“ und ist der Meinung, dass Web-Apps UTF-16 aus Sicherheitsgründen nicht verwenden sollten.

Hauptunterschiede zwischen UCS 2 und UTF 16

1. UCS 2 ist die Kurzform des Ausdrucks „Unicode Character Set Coded in 2 Octets“, während UTF 16 für „Unicode Transformation Format-16“ steht.
2. Die UCS-2-Codierungsmethode ist eine konstante Breite, während das UTF-16-Codierungsschema eine flexible Breite ist.
3. UCS 2 gilt mittlerweile als veraltet, während UTF 16 das neueste Kodierungsschema ist, das mit den meisten Webseiten und Netzwerken kompatibel ist.
4. UCS 2 erlaubt keine Normalisierung, wohingegen UTF 16 eine Normalisierung zulässt.
5. UCS 2 ist nicht abwärtskompatibel, wohingegen UTF 16 abwärtskompatibel ist. 

Bibliographie

1. https://www.twilio.com/docs/glossary/what-is-ucs-2-character-encoding
2. https://www.oreilly.com/library/view/xml-in-a/0596007647/ch05s05s01.html

Letzte Aktualisierung: 11. Juni 2023