为什么没有 UTF-24 这种编码？

[asiufasd]

unicode 有 17 个 code plane，总共规划了 1,114,112 个 code point，而 UTF-24 可以表示 16,777,216 个 code point，可以定长编码，每个文字三字节，还比 UTF-32 的编码少了一字节的存储空间，但是为什么没听说过这种编码

[hjc4869]

@noli 并非不可行，UTF-8 和 UTF-16 互转现在大家都是 SIMD 了，随便 Google 一下就能查得到实现。

[msg7086]

@noli UTF-8 最初是为了向后兼容 7-bit，可以在单字节文字的世界里无缝切换，方便推广。
就说 Windows 上强推 UTF-16 来着，结果搞得各种兼容性问题，宽字符窄字符要死要活的。
而且 UTF-8 本身可扩展，以前最长可以用到 6 字节，不像 UTF-16 这样定长然后不够用了就 GG。

流式处理还是怎么处理倒不是最主要的。
毕竟这玩意不想做视频做图像，动不动就上亿的数据量。
文字，撑死也就那么点数据，性能并不重要。

[noli]

@hjc4869 我粗略看了一下 AVX 的指令集的一些指令功能，感觉做不出来，不知道怎么做，想不到居然真有实现了的，长见识了。有没有关键字提供一下？

[hjc4869]

@noli https://woboq.com/blog/utf-8-processing-using-simd.html 这个也不是什么新鲜事了。

[msg7086]

@noli
@hjc4869
刚花了时间读了一下，只能感叹做得真精妙。
（虽然从这大量的位操作就能看出这过程有多么痛苦了……

[pinews]

如果计算机发源于中国，编码优先考虑汉字的话，楼主说的情况极有可能发生的，说不定还能成为全球唯一编码呢。。

[dishonest]

@noli 拉黑吧，好走不送。反正你让我觉得你在生活中一定是个脾气暴躁，动不动就怼天怼地怼空气的人。

[dishonest]

@noli 还特地每个都喊一声 我要拉黑， 笑尿。联想起 lol 里面的德玛西亚。

[jetyang]

我觉得大家关注点偏了。unicode7.0 标准里 17 个面现在用了多少？是不是要大规模的去扩充 codepoint 空间？变长编码和定长编码相比有什么好处？

UTF-8 的编码思路并非只用在字符编码上，一些压缩算法也是一样的思路，楼主加油

[iceheart]

UTF-8 （ 8-bit Unicode Transformation Format ）
UTF-16 （ 16-bit Unicode Transformation Format ）
先把概念搞清楚再讨论问题。
当然，这个问题的概念搞清楚了，问题也就没必要讨论了。