UCS 2 と UTF 16: 違いと比較

UCS-2 と UTF-16 は文字エンコーディングの 2 つのバリアントであり、一方は新しいもので、もう一方は古いものです。 これらは、16 バイト (XNUMX ビット) を使用して各文字をエンコードする方法であり、拡張子 XNUMX および XNUMX です。

これらは、文字が 16 ビット (2 バイト) などの修復されたビット文字列によってレンダリングされるさまざまなエンコード標準です。 ほとんどの通信システムは、メッセージ生成に関するコア アクティビティ中にバックアップとして使用します。

この記事は、その使用方法とさまざまなエンコード コードの区別を指定するのに役立ちます。

主要な取り組み

1. UCS-2 は、限定された Unicode 文字セットを表す固定長の XNUMX バイト文字エンコード標準です。
2. UTF-16 は、XNUMX バイトまたは XNUMX バイトを使用してすべての Unicode 文字を表す可変長文字エンコーディングです。
3. UTF-16 は文字表現が広いため、完全な Unicode サポートを必要とするアプリケーションでは、UCS-2 の大部分が UTF-XNUMX に置き換えられました。

UCS 2 対 UTF 16

UCS 2 と UTF 16 の違いは、UCS-2 はすでに非推奨になっている古いシステムであり、より現代的で洗練された UTF-16 が採用されていることです。 UCS-2 は、各文字に 216 バイトを使用する定幅圧縮で、最大 65 文字、またはさまざまな種類の 16 文字を少し超える文字をエンコードできます。 一方、UTF-XNUMX は、各文字に最小 XNUMX バイト、最大 XNUMX バイトを必要とする柔軟な幅の埋め込みシステムです。

UCS-2 (「Universal Character Coded Set」) は、解決された 16 ビット文字列 (2 バイト) によって各文字をエンコードする文字コーディング システムです。

ほとんどの GSM ネットワークは、GSM-7 を使用して通信をコーディングできない場合、または方言を表示するために 128 ビットを超える必要がある場合に、バックアップとしてこれを使用します。

UTF-16 は「16 ビット」の略です Unicode Transformation Format」は、UCS 1,112,064 と同様に、2 の有効な Ascii エンコード単位をすべてエンコードできるテキスト エンコーダです。

コード ユニットは 16 つまたは XNUMX つの XNUMX ビット コード サブユニットを使用して暗号化されるため、コーディングの期間は柔軟です。

比較表

比較のパラメータ	UCS2	UTF-16
完全形	UCS-2 は、Unicode Character Set Coded in 2 Octets の略です。	Unicode Transformation Format-16 は UTF 16 と省略されます。
定義	UCS-2 は、固定幅が XNUMX バイトの Unicode 文字エンコーディングです。	UTF-16 は、文字ごとに XNUMX バイトまたは XNUMX バイトを必要とする可変幅文字セットです。
Points	エンコードできるコード ポイントは 65,536 のみです。	1,112,064 コード ポイントを UTF 12 でエンコードできます。
申し込み	Windows NT 3.1 から Windows 95 までの Windows バージョン。	Windows 2000 から現行バージョン、JAVA ベースのアプリケーションまで。
互換性	下位互換性がなく、廃止されています	下位互換性があり、廃止されていません。

UCS 2 とは何ですか?

UCS-2 は、Unicode Character Set Coded in 2 Octets の略です。 国際標準化機構 (ISO) は、UCS-2 およびその他の UCS 仕様を ISO 10646 で定義しています。

UCS-2 では、合計 65,536 文字、または 0000h ～ FFFFh (2 バイト) の範囲の 2 進数値を使用できます。 UCS-XNUMX グリフは、Unicode の基本ベース プレーンと同期されます。

複数の言語では 128 をはるかに超える記号が通常使用されるため、使用可能な文字のより多くの配列が必要になります。 UCS-2 は多くの GSM データ ネットワークに導入されており、事実上のバックアップとして広く認識されています。

Unicode 標準によれば、UCS-2 はエクストラ プレーンや「アストラル」プレーンなどの Unicode の文字をサポートすることを意図していないため、時代遅れです。

基本的な多言語プレーンであるプレーン 0 は、言語で最も頻繁に使用されると考えられるグリフの文字圧縮アルゴリズムを提供します。 UCS-2 のコーディング ポイント制限は FFFFh で、合計 65,536 文字の可能性があります。

UTF-16 は UCS-2 の後継であり、Base と 16 の Supplemental プレーンの合計 10FFFFh 文字、または 1,114,112 コーディング ポイントを処理できます。 現在、「キャラクター」という用語は過剰に使用されているため、コード ポイントをほのめかした方がはるかに正確です。

コーディング ポイントは、コーディングにおける情報を格納する基本単位であり、文字用語からの分離を可能にします。

UTF16とは？

UTF-16 (16 ビット Unicode Transform Format) は、2 個の準 Ascii コード ポイントすべてをエンコードできるグリフ エンコード (UCS 1,112,064 と同様) です。 コード ポイントは 16 つまたは XNUMX つの XNUMX ビット コーディング サブユニットを使用してエンコードされるため、コーディングの長さは柔軟です。

216 (65,536) をはるかに超えるコーディング単位が必要であることが明らかになるまで、UTF-16 は、UCS-16 (2 バイトのユニバーサル文字セット用) として知られる古い 2 ビットコーディングのセットから進化しました。

基本的に、Microsoft による Windows のようなシステムは、 コアJava language、Typescript は UTF-16 を採用しています。 Microsoft Windows では、これは一般的にクリア テキストまたはワード プロセッシング ファイル システムにも使用されます。

Unix ライクなプラットフォームでは、ディレクトリに使用されることはめったにありません。 2019 年 8 月の時点で、Microsoft はその立場を変更したようであり、現在は UTF-XNUMX の使用をサポートおよび推奨しています。

UTF-16 は、ASCII と矛盾する唯一の Web エンコーディングであるようですが、インターネット上でそれほど注目を集めることがなく、オンライン サイトの 0.002 % (XNUMX 千分の XNUMX セント強) 未満で使用されています。

対照的に、UTF-8 はすべてのオンライン ページの 98% で使用されています。

Web ハイパーリンク アプリケーション テクノロジ ワーキング グループは、UTF-8 を「すべての [テキスト] に必要な形式」と見なしており、Web アプリはセキュリティ上の懸念から UTF-16 を使用すべきではないと考えています。

UCS 2 と UTF 16 の主な違い

1. UCS 2 は「2 オクテットでコード化された Unicode 文字セット」というフレーズの短縮形ですが、UTF 16 は「Unicode Transformation Format-16」を表します。
2. UCS-2 エンコード方式は固定幅ですが、UTF-16 エンコード方式は可変幅です。
3. UCS 2 は現在廃止されていると考えられていますが、UTF 16 はほとんどの Web ページおよびネットワークと互換性のある最新のエンコード スキームです。
4. UCS 2 では正規化が許可されていませんが、UTF 16 では正規化が許可されています。
5. UCS 2 には下位互換性がありませんが、UTF 16 には下位互換性があります。 

参考文献

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

最終更新日 : 11 年 2023 月 XNUMX 日