UTF-8 i UTF-16
UTF označava Unicode Transformation Format. To je obitelj standarda za kodiranje Unicode skup znakova u njegovu ekvivalentnu binarnu vrijednost. UTF je razvijen tako da korisnici imaju standardizirano sredstvo za kodiranje znakova s minimalnom količinom prostora. UTF-8 i UTF 16 su samo dva od utvrđenih standarda za kodiranje. Razlikuju se samo koliko bajtova koriste za kodiranje svakog znaka. Budući da su obje varijable širine šifriranja, mogu koristiti do četiri bajta za kodiranje podataka, ali kada je u pitanju minimalni, UTF-8 koristi samo 1 bajt (8 bita), a UTF-16 koristi 2 bajta (16 bita). To ima veliki utjecaj na rezultirajuću veličinu kodiranih datoteka. Kada koristite samo znakove ASCII, kodirana datoteka UTF-16 bila bi otprilike dvostruko veća kao iste datoteke kodirane s UTF-8.
Glavna prednost UTF-8 je da je kompatibilna sa sustavom ASCII. ASCII skup znakova je fiksna širina i koristi samo jedan bajt. Kod kodiranja datoteke koja koristi samo ASCII znakove s UTF-8, dobivena datoteka bi bila identična datoteci kodiranoj s ASCII. To nije moguće kada koristite UTF-16 jer će svaki znak biti dva bajta. Stari softver koji nije Unicode svjestan ne bi mogao otvoriti datoteku UTF-16 čak i ako ima samo ASCII znakove.
UTF-8 je format orijentiran byte i stoga nema nikakvih problema s mrežama ili datotekama usmjerenim bajtom. UTF-16, s druge strane, nije orjentiran bajtom i treba uspostaviti red byte kako bi radio s bajtnim orijentiranim mrežama. UTF-8 je također bolji u oporavku od pogrešaka koji oštećuju dijelove datoteke ili struje jer još uvijek može dekodirati sljedeći neobrezani bajt. UTF-16 radi točno isto ako su neki bajtovi oštećeni, ali problem je kada se neki bajtovi gube. Izgubljeni bajt može pomiješati sljedeće kombinacije bajtova, a krajnji rezultat bi bio pomiješan.
Sažetak: 1. UTF-8 i UTF-16 se koriste za kodiranje znakova 2. UTF-8 koristi bajt minimalno kodiranje znakova dok UTF-16 koristi dva 3. Šifrirana datoteka UTF-8 ima tendenciju da bude manja od kodirane datoteke UTF-16 4. UTF-8 je kompatibilan s ASCII dok UTF-16 nije kompatibilan s ASCII 5. UTF-8 je orijentiran byte dok UTF-16 nije 6. UTF-8 je bolji u oporavku od pogrešaka u usporedbi s UTF-16
