什么是 utf-8 编码对套接字通信之类的东西的需求？

Question

我使用 nodejs 作为我的后端，并使用套接字作为我应用程序的短信部分。我研究了使用套接字并发现了一个有趣的事实。

由套接字传输的数据（在我的例子中是一个字符串）必须是 utf-8 编码的。这个 utf-8 编码用于什么，为什么需要它？

Answer 1

..通过套接字传输的数据......必须是utf-8编码..

这并不完全正确。

套接字只能传输字节，因此它需要获取字节。字符串不是字节序列，而是字符序列。要通过套接字传输字符串，需要先将其表示为字节序列，然后在传输后解码回来。如果您已经有字节（如图像的二进制表示），则不需要额外的编码和解码。

有多种方法可以将字符表示为字节，即“字符编码”。UTF-8 是其中英文字符仅占用一个字节的编码之一，来自西方语言的大多数字符最多占用 2 个字节等。还有其他编码，例如 UTF-32，其中所有字符占用 4 个字节或 ISO-8859-15，其中所有字符仅占用一个字节，但只能表示西方语言中的字符。

由于西方语言的开销很小，UTF-8 已成为最常见的字符编码。但是您也可以使用 UTF-32 或其他格式，只要您对发送（编码）和接收（解码）使用相同的编码。