UCS 2 protiv UTF 16: Razlika i usporedba

UCS-2 i UTF-16 su dvije varijante kodiranja znakova, jedna je nova, a druga je stara. Ovo su metode koje koriste dva bajta (osam bitova) za kodiranje svakog slova, dakle proširenja 2 i 16.

To su različiti standardi kodiranja u kojima se slova prikazuju ispravljenim nizom bitova, kao što je 16 bita (2 bajta). Većina komunikacijskih sustava koristi ga kao rezervu tijekom osnovne aktivnosti vezane uz generiranje poruka.

A ovaj vam članak može pomoći u određivanju njihove upotrebe kao i razlika između različitih kodova za kodiranje.

Ključni za poneti

1. UCS-2 je standard za kodiranje znakova od dva bajta fiksne duljine koji predstavlja ograničen skup Unicode znakova.
2. UTF-16 je kodiranje znakova promjenjive duljine koje koristi dva ili četiri bajta za predstavljanje svih Unicode znakova.
3. Zbog svoje šire zastupljenosti znakova, UTF-16 je u velikoj mjeri zamijenio UCS-2 za aplikacije koje zahtijevaju punu Unicode podršku.

UCS 2 protiv UTF 16

Razlika između UCS 2 i UTF 16 je u tome što je UCS-2 zastarjeli sustav koji je već zastario u korist znatno modernijeg i sofisticiranijeg UTF-16. UCS-2 je kompresija konstantne širine koja koristi dva bajta za svaki znak, što mu omogućuje kodiranje do 216 slova ili nešto više od 65 tisuća znakova različitih vrsta. UTF-16 je, s druge strane, sustav ugrađivanja fleksibilne širine koji zahtijeva najmanje dva bajta i najviše četiri bajta za svako slovo.

UCS-2, 'Universal Character Coded Set', sustav je kodiranja slova koji kodira svaki znak riješenim 16-bitnim nizom (2 bajta).

Većina GSM mreža koristi ga kao rezervu kada se komunikacija ne može kodirati korištenjem GSM-7 ili ako dijalekt treba više od 128 bita za prikaz.

UTF-16 je kratica za '16-bitni unicode Transformation Format' i koder je teksta koji može kodirati svih 1,112,064 valjanih Ascii jedinica za kodiranje, baš kao i UCS 2.

Kodiranje je fleksibilno u trajanju jer su kodne jedinice šifrirane pomoću jedne ili dvije 16-bitne kodne podjedinice.

Tabela za usporedbu

Parametri usporedbe	SCU 2	UTF 16
Cijela forma	UCS-2 je skraćenica za Unicode skup znakova kodiran u 2 okteta.	Unicode transformacijski format-16 skraćeno kao UTF 16.
Definicija	UCS-2 je Unicode kodiranje znakova s ​​konstantnom širinom od dva bajta.	UTF-16 je skup znakova promjenjive širine koji zahtijeva dva ili četiri bajta za svako slovo.
Bodovi	Samo 65,536 kodnih točaka može se kodirati.	U UTF 1,112,064 može se kodirati 12 kodnih točaka.
primjena	Verzije sustava Windows prije sustava Windows NT 3.1 do sustava Windows 95.	Od Windows 2000 do trenutnih verzija i aplikacija baziranih na JAVI.
Kompatibilnost	Nije kompatibilan unazad i zastario je	Povratna kompatibilnost je dostupna i nije zastarjela.

Što je UCS 2?

UCS-2 je skraćenica za Unicode skup znakova kodiran u 2 okteta. Međunarodna organizacija za standardizaciju (ISO) definira UCS-2 kao i druge UCS specifikacije u ISO 10646.

UCS-2 dopušta ukupno 65,536 0000 slova ili hex vrijednosti u rasponu između 2h do FFFFh (2 bajta). UCS-XNUMX glifi sinkronizirani su s Unicodeovom osnovnom baznom ravninom.

Potreban je veći niz mogućih znakova jer se više od 128 simbola redovito koristi u više jezika. UCS-2 je postavljen u mnogim GSM podatkovnim mrežama i naširoko se smatra de facto sigurnosnom kopijom.

Prema standardu Unicode, UCS-2 je zastario jer nije trebao podržavati znakove u Unicodeu, kao što su dodatni ili 'astralni' planovi.

Ravnina 0, temeljna višejezična ravnina, nudi algoritme kompresije znakova za glifove za koje se smatra da se najčešće koriste u jezicima. UCS-2 ima ograničenje kodnih točaka od FFFFh, ukupno 65,536 XNUMX potencijalnih znakova.

UTF-16 je nasljednik UCS-2 i može obraditi Base plus 16 dopunskih ravnina za ukupno 10FFFFh znakova, ili 1,114,112 točaka kodiranja. Budući da se pojam "karakter" pretjerano koristi, mnogo je točnije aludirati na kodne točke.

Kodne točke temeljna su jedinica pohranjivanja informacija u kodiranju, omogućujući odvajanje od slovnih pojmova.

Što je UTF 16?

UTF-16 (16-bitni Unicode Transform Format) je kodiranje glifa (slično UCS 2) koje može kodirati svih 1,112,064 kvazi-Ascii točaka koda. Budući da su kodne točke kodirane pomoću jedne ili dvije 16-bitne podjedinice kodiranja, kodiranje je fleksibilno u duljini.

Sve dok nije postalo očito da je potrebno daleko više od 216 (65,536 16) kodnih jedinica, UTF-16 se razvio iz starijeg skupa 2-bitnog kodiranja poznatog kao UCS-2 (za XNUMX-bajtni univerzalni skup znakova).

U osnovi, sustavi poput Windowsa od Microsofta Jezgra Java jezik, a Typescript koristi UTF-16. U sustavu Microsoft Windows ovo se također često koristi za čisti tekst ili datotečne sustave za obradu teksta.

Na platformama sličnim Unixu, rijetko se koristi za direktorije. Čini se da je od svibnja 2019. Microsoft promijenio svoj stav i sada podržava i savjetuje upotrebu UTF-8.

Čini se da je UTF-16 jedino web-kodiranje koje nije u skladu s ASCII-jem i nikada nije postalo popularno na internetu, gdje ga koristi manje od 0.002% (malo više od jedne tisućinke jednog centa) mrežnih stranica.

Nasuprot tome, UTF-8 koristi 98 posto svih internetskih stranica.

Radna skupina za tehnologiju web-hiperveza aplikacija smatra da je UTF-8 "potreban format za sav [tekst]" i vjeruje da web-aplikacije ne bi trebale koristiti UTF-16 iz sigurnosnih razloga.

Glavne razlike između UCS 2 i UTF 16

1. UCS 2 je skraćeni oblik fraze 'Unicode skup znakova kodiran u 2 okteta', dok UTF 16 označava 'Unicode transformacijski format-16'.
2. Metoda kodiranja UCS-2 je konstantne širine, dok je shema kodiranja UTF-16 fleksibilne širine.
3. UCS 2 se sada smatra zastarjelim, dok je UTF 16 najnovija shema kodiranja kompatibilna s većinom web stranica i mreža.
4. UCS 2 ne dopušta normalizaciju, dok UTF 16 dopušta normalizaciju.
5. UCS 2 nije unatrag kompatibilan, dok je UTF 16 unatrag kompatibilan. 

Reference

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

Zadnje ažuriranje: 11. lipnja 2023