Яка різниця між UTF-16 be та Le?

UTF-16 використовує одиниці коду довжиною два байти. Є три підрозміри UTF-16: BE – використовує серіалізацію байтів у порядку старшого байта (старший байт першим) LE – використовує серіалізацію байтів у порядку байтів (спочатку молодший байт)20 лютого 2015 р

Щоб визначити, чи використовує текст UTF-16BE чи UTF-16LE, специфікація рекомендує додавати перед рядком позначку порядку байтів (BOM), що представляє символ U+FEFF. Отже, якщо перші два байти текстового файлу в кодуванні UTF-16 є FE , FF , кодування UTF-16BE. Для FF , FE це UTF-16LE.

Endianness — це порядок, у якому байти в пам’яті комп’ютера зчитуються в архітектурі комп’ютера та системі зберігання даних. Існує два варіанти впорядкування порядку байтів: великий кінець (BE) або маленький байт (LE). Big-endian зберігає старший байт першим, тоді як little-endian зберігає молодший байт першим.

Якщо специфікація відсутня, RFC 2781 рекомендує використовувати кодування з порядковим порядком байтів (BE). На практиці через використання Windows за замовчуванням порядок байтів (LE)., багато програм передбачають кодування з прямим кінцем.

З UTF-16, відносно небагато символів потребують 2 одиниці. Переважна більшість загальновживаних символів є одиничними кодовими одиницями. Навіть у східноазіатському тексті частота сурогатних пар має становити в середньому значно менше 1% від усього текстового сховища.

UTF-8 є домінуючим кодуванням для Всесвітньої павутини (та інтернет-технологій), на яке припадає 98,2% усіх веб-сторінок, 99,1% із 100 000 найпопулярніших сторінок і до 100% для багатьох мов станом на 2024 рік. Практично всі країни та мови 95% або більше використовують кодування UTF-8 в Інтернеті.