UTF-8 UTF-16 UTF-32 比较

优势

UTF-8

1. 兼容 ASCII
2. 能适应许多 C 库中的 \0 结尾惯例
3. 没有字节序问题
4. 良好的多语种支持（相对 GBK 等跟语种绑定的编码方式）
5. 以英文和西文符号比较多的场景下（例如 HTML/XML），编码较短
6. 因为是变长，字符空间足够大，将来 Unicode 新标准收录更多字符，UTF-8 也能妥妥的兼容，所以不会再出现 UTF-16 那样的尴尬
7. 不存在大小端字节序问题，信息交换时很是便捷
8. 容错性高，局部的字节错误（丢失、增长、改变）不会致使连锁性的错误，由于 UTF-8 的字符边界很容易检测出来，这是一个巨大的优势（正是为了实现这一点，我们中日韩人民不得不忍受 3 字节 1 个字符的苦日子）

UTF-16（应该不算优势）

1. 最流行的操做系统和 UI framework 的内部字符串表达都是 UTF-16

• Windows API 的 Wide Char 表达是 UTF-16: Unicode (Windows), L"" 表示是转换为 wide char。
• Cocoa 的 NSString 和 Core Foundation 的 CFString 内部表达都是 UTF-16，因此其实 OS X 和 iOS 内部处理都用的是 UTF-16。
• Java String 的内部表达是 UTF-16，因此大量跨平台程序和 Android 程序其实内部也在用 UTF-16。

2. 在计算字符串长度、执行索引操做时速度很快。

注：可是UTF-16也是变长的，Unicode扩展到9万多之后，也要经过变长来支持了。 具体缘由参照知乎回答： 编程语言的字符编码选择UTF-8和UTF-16的优缺点？

UTF-32

1. 定长编码，utf32 表示任何字符都用 4 字节，读到内存中是个均匀的整形数组，因而咱们能够很方便地随机访问任何一个字符
2. 因为是定长，索引比变长的要快，你想访问一个字符串中的第 n 个字符，utf32 直接偏移 n 个整形距离便可，utf8 得从第一个字节一个字一个字地日后蹦，很是蛋疼。

补充： UTF 32 也不想理想中那么方便索引，主要是 emoji 的锅，举两个例子：1、Emoji 里面的国旗其实由两个字符组成，称为 region indicator，每一个字符是一个 region indicator symbol letter，从 A 到 Z，U+1F1E6 到 U+1F1FF。好比说法国国旗就是用 FR 的对应 region indicator symbol letter 来表示的。Swift 的 String 自称有较好的 Unicode 支持，但对这样的字符的长度目前给的仍是 2（Unicode 8.0 标准），而实际上 Unicode 9.0 已经要求把它们看做一个字符了。2、为了政治正确，人们引入了带肤色的 emoji 表情，它们是由普通表情和一个表明颜色的 emoji 字符组成。因而乎，若是写编辑器的话，无论怎么样都要 O(n) 来计算可见字符的长度的（这尚未考虑韩语那种三个字符叠成一个字符的状况），因此前端们很可怜的。 参见 刘闽晟 回答，连接

缺点

UTF-8

1. 文化上的不平衡——对于欧美地区一些以英语为母语的国家 UTF-8 简直是太棒了，由于它和 ASCII 同样，一个字符只占一个字节，没有任何额外的存储负担；可是对于中日韩等国家来讲，UTF-8 实在是太冗余，一个字符居然要占用 3 个字节，存储和传输的效率不但没有提高，反而降低了。因此欧美人民经常坚决果断的采用 UTF-8，而咱们却总是要犹豫一下子。
2. 变长字节表示带来的效率问题——你们对 UTF-8 疑虑重重的一个问题就是在于其由于是变长字节表示，所以不管是计算字符数，仍是执行索引操做效率都不高。为了解决这个问题，经常会考虑把 UTF-8 先转换为 UTF-16 或者 UTF-32 后再操做，操做完毕后再转换回去。而这显然是一种性能负担。

UTF-16

1. UTF-16 能表示的字符数有 6 万多，看起来不少，可是实际上目前 Unicode 5.0 收录的字符已经达到 99024 个字符，早已超过 UTF-16 的存储范围；这直接致使 UTF-16 地位颇为尴尬——若是谁还在想着只要使用 UTF-16 就能够高枕无忧的话，恐怕要失望了。
2. UTF-16 存在大小端字节序问题，这个问题在进行信息交换时特别突出——若是字节序未协商好，将致使乱码；若是协商好，可是双方一个采用大端一个采用小端，则必然有一方要进行大小端转换，性能损失不可避免（大小端问题其实不像看起来那么简单，有时会涉及硬件、操做系统、上层软件多个层次，可能会进行屡次转换）。
3. 另外，容错性低有时候也是一大问题——局部的字节错误，特别是丢失或增长可能致使全部后续字符所有错乱，错乱后要想恢复，可能很简单，也可能会很是困难。（这一点在平常生活里你们感受彷佛可有可无，可是在不少特殊环境下倒是巨大的缺陷）。

该如何选择

简要回答： UTF-8，用于存储及传输 UTF-32，用于程序内存中

缘由：

• UTF-8灵活，在互联网通讯中被编码影响小，兼容性强。
• UTF-32定长，在内存中程序处理优秀，查询快。

由于不管是 UTF-8 和 UTF-16/32 都各有优缺点，所以选择的时候应当立足于实际的应用场景。例如在个人习惯中，存储在磁盘上或进行网络交换时都会采用 UTF-8，而在程序内部进行处理时则转换为 UTF-16/32。对于大多数简单的程序来讲，这样作既能够保证信息交换时容易实现相互兼容，同时在内部处理时会比较简单，性能也还算不错。（基本上只要你的程序不是 I/O 密集型的均可以这么干，固然这只是我粗浅的认识范围内的经验，极可能会被无情的反驳）。

整理自： 知乎 - 为何 UTF-8 编码比 UTF-16 编码应用更普遍？ 参与回答： 林建入- 回答