UTF-1

UTF-1

语言	国际
现状	已废弃
分类	Unicode转换格式 EASCII 变长编码
拓展自	ASCII
变换/编码	ISO 10646 （Unicode）
后续	UTF-8

UTF-1是一种将ISO 10646 / Unicode转化成字节流的方式。由于其本身的设计问题，如果自中间的一个字符开始解码，UTF-1将无法重新同步（这造成截取的困难），而且UTF-1也没办法进行可靠的字节搜索。又因为UTF-1使用的除数不是2的幂，所以转化得也相当缓慢。由于以上这些问题，UTF-1从来没有得到广泛采用，并已被UTF-8所取代。

设计

UTF-1是一个类似于UTF-8的多字节编码；一个单一的Unicode代码点可以被编码成一个、两个、三个或五个八位字节。而如同UTF-8，ASCII码系列可被编码为一个八位字节，ASCII码的八位字节0X21 - 0x7E（十进制数33-126）也被用于UTF-1多字节编码；所以UTF-1不适合于许多互联网协议，包括MIME。

UTF-1在其他编码里不使用C0和C1控制码-任何0x00-0X20或0x7F-0x9F的八位字节代表相应的在ISO-8859-1的编码位置（分别为U+0000-0020和U+007F-009F）。这种设计有66个八位字节的保护力求与ISO 2022兼容。

UTF-1编码系统使用190的求模运算（256-66=190），它被设计用来对完整的31位原版通用字符集（UCS-4）进行编码。相比较而言，UTF-8保护所有128个ASCII八位字节，而且需要两个跟踪字节的多字节编码才能达成这个目的，它构成对64的求模运算（8-2=6, 2⁶=64）。BOCU-1只保护所需的兼容MIME的极小集（0x00，0X07-0X0F，0X1A-0X1B和0X20），构成对243的求模运算（256-13=243）。

编码位置	UTF-16BE	UTF-16LE	UTF-8	UTF-1
U+007F	007F	7F00	7F	7F
U+0080	0080	8000	C280	80
U+009F	009F	9F00	C29F	9F
U+00A0	00A0	A000	C2A0	A0A0
U+00BF	00BF	BF00	C2BF	A0BF
U+00C0	00C0	C000	C380	A0C0
U+00FF	00FF	FF00	C3BF	A0FF
U+0100	0100	0001	C480	A121
U+015D	015D	5D01	C59D	A17E
U+015E	015E	5E01	C59E	A1A0
U+01BD	01BD	BD01	C6BD	A1FF
U+01BE	01BE	BE01	C6BE	A221
U+07FF	07FF	FF07	DFBF	AA72
U+0800	0800	0008	E0A080	AA73
U+0FFF	0FFF	FF0F	E0BFBF	B548
U+1000	1000	0010	E18080	B549
U+4015	4015	1540	E48095	F5FF
U+4016	4016	1640	E48096	F62121
U+D7FF	D7FF	FFD7	ED9FBF	F72FC3
U+E000	E000	00E0	EE8080	F73A79
U+F8FF	F8FF	FFF8	EFA3BF	F75C3C
U+FDD0	FDD0	D0FD	EFB790	F762BA
U+FDEF	FDEF	EFFD	EFB7AF	F762D9
U+FEFF	FEFF	FFFE	EFBBBF	F7644C
U+FFFD	FFFD	FDFF	EFBFBD	F765AD
U+FFFE	FFFE	FEFF	EFBFBE	F765AE
U+FFFF	FFFF	FFFF	EFBFBF	F765AF
U+10000	D800DC00	00D800DC	F0908080	F765B0
U+38E2D	D8A3DE2D	A3D82DDE	F0B8B8AD	FBFFFF
U+38E2E	D8A3DE2E	A3D82EDE	F0B8B8AE	FC21212121
U+FFFFF	DBBFDFFF	BFDBFFDF	F3BFBFBF	FC2137B27A
U+100000	DBC0DC00	C0DB00DC	F4808080	FC2137B27B
U+10FFFF	DBFFDFFF	FFDBFFDF	F48FBFBF	FC21396E6C

参见

• 通用字符集

参考文献

• ISO IR 178 （PDF，256 KB，不再被使用的UTF-1规范）