Skip to main content

Relação entre Base64, Base62 e Tabela ASCII, UTF 8, 16, 32 | Conceito

  • Relação entre Base64, Base62 e Tabela ASCII, UTF 8, 16, 32 | Conceito

UTF8​

  • UTF-8 tem a vantagem de usar a menor quantidade de espaço se seus caracteres estiverem principalmente no alfabeto latino básico e pontuação. Inglês, por exemplo, pode ser totalmente representado com caracteres de 1 byte. Também é quase totalmente compatível com sistemas legados, desde que você se atenha aos caracteres em inglês. A desvantagem é que, se você quiser dividir o texto em pedaços, precisa ter cuidado para não quebrar o texto no meio de um caractere. Também não é possível encontrar o 100º caractere sem passar pelos 99 primeiros (já que eles podem ter comprimentos diferentes).

UTF16​

  • UTF-16 divide a diferença entre os outros dois. Contanto que você esteja usando apenas idiomas modernos (então sem fenícios ou hieróglifos egípcios), cada caractere ocupa a mesma quantidade de espaço. Ocupa menos espaço que UTF-32. E para alfabetos como chinês e japonês, UTF-16 pode representar cada caractere com 2 bytes, enquanto UTF-8 pode exigir três, então UTF-16 será realmente menor que UTF-8.

UTF32​

  • UTF-32 tem a vantagem de que cada caractere tem o mesmo comprimento. Então você sabe imediatamente onde pode dividi-lo sem cortar nenhuma letra no meio. Mas também ocupa mais espaço - 4 bytes por caractere. Se seu texto estiver em inglês, isso significa que ele ocupa 4 vezes mais espaço que UTF-8. Isso significa que baixar esse texto leva quatro vezes mais tempo e, para pessoas com conexões de dados limitadas, usa quatro vezes mais dados.

Na prática, a maioria dos lugares usa UTF-8 ou UTF-16, já que a compatibilidade ideal com idiomas que ninguém usa há 3000 anos não é grande coisa. O Windows tende a usar UTF-16, enquanto o Mac OS X e o Linux usam UTF-8. Páginas da web geralmente são UTF-8 porque usam menos dados.