imported>Hayashi Shouon：修正笔误

2022-05-29T06:27:28Z

修正笔误

新页面

{{Expand language|1=en|time=2020-07-28T05:40:54+00:00}}
{{NoteTA

|G1=IT
}}

'''UTF-32'''是32位[[Unicode]]转换格式（Unicode Transformation Formats，或UTF）的缩写。'''UTF-32'''是一种用于编码[[Unicode]]的协定，该协定使用32位比特对每个Unicode[[码位]]进行编码（但前导比特数必须为零，故仅能表示2<sup>31</sup>个Unicode[[码位]]）。与其他可变长度的Unicode转换格式（UTF）相比，UTF-32编码长度是固定的，UTF-32中的每个32位值代表一个Unicode码位，并且与该码位的数值完全一致。

UTF-32的主要优点是可以直接由Unicode码位来索引。在编码序列中查找第N个编码是一个[[常数时间]]操作。相比之下，其他可变长度编码需要进行[[循序存取]]操作才能在编码序列中找到第N个编码。这使得在计算机程序设计中，编码序列中的字符位置可以用一个整数来表示，整数加一即可得到下一个字符的位置，就和ASCII字符串一样简单。

UTF-32的主要缺点是每个码位使用四个字节，空间浪费较多。在大多数文本中，非[[基本多文種平面]]的字符非常罕见，这使得UTF-32所需空间接近[[UTF-16]]的两倍和[[UTF-8]]的四倍（具体取决于文本中ASCII字符的比例）。

尽管每一個碼位使用固定長度的位元組看似方便，但UTF-32並不如其它Unicode編碼使用廣泛。與[[UTF-8]]及[[UTF-16]]相比，UTF-32更容易遭到截斷。即使使用了"定寬"字型，在大多数情况下用UTF-32計算顯示字串的寬度也并不比其他编码更加容易。主要原因是，存在著一個字符位置會有多於一種可能的碼點（[[結合字符]]）或一個碼點用多於一個字符位置（如[[CJK]]表意字符）。結合符號也意味著，文書編輯者不能將一個码位視同一個編輯上的單位。

== 歷史 ==
原本[[ISO 10646]]標準定義了一個32位元的''編碼形式''，稱作'''UCS-4'''，[[通用字符集]]（UCS）的每一個字符由0到[[十六進制]]的7FFFFFFF的31位数值表示（符号位未使用且零）。UCS-4足以用來表示所有的Unicode的字碼空間，其最大的碼位為十六進制的7FFFFFFF，所以其空間約20亿個碼位。2003年11月，由于[[UTF-16]]编码形式的限制，RFC 3629标准将Unicode限制为仅支持U+10FFFF以内的[[码位]]（另外U+D800到U+DFFF范围内也被保留使用）<ref>[http://standards.iso.org/ittf/PubliclyAvailableStandards/index.html ISO/IEC 10646:2014] {{Wayback|url=http://standards.iso.org/ittf/PubliclyAvailableStandards/index.html |date=20181026005055 }} Clause 9.4: "Because surrogate code points are not UCS scalar values, UTF-32 code units in the range 0000 D800-0000 DFFF are ill-formed". Clause 4.57: "[UCS codespace]  consisting of the integers from 0 to 10 FFFF (hexadecimal)". Clause 4.58: "[UCS scalar value] {{Cite web |url=ftp://std.dkuug.dk/JTC1/sc2/WG2/docs/n3967.zip/FCD-10646-00-Main.pdf |title=存档副本 |access-date=2017-04-13 |archive-url=https://web.archive.org/web/20150104042558/ftp://std.dkuug.dk/JTC1/sc2/WG2/docs/n3967.zip/FCD-10646-00-Main.pdf |archive-date=2015-01-04 |dead-url=yes }} any UCS code point except high-surrogate and low-surrogate code points".</ref><ref>[http://scripts.sil.org/cms/scripts/page.php?site_id=nrsi&item_id=IWS-AppendixA Mapping code points to Unicode encoding forms] {{Wayback|url=http://scripts.sil.org/cms/scripts/page.php?site_id=nrsi&item_id=IWS-AppendixA |date=20200809133757 }}, § 1: UTF-32</ref>。虽然在之前的ISO标准（1998年的Unicode 2.1）中0xE00000到0xFFFFFF和0x60000000到0x7FFFFFFF这些区域被分配给“保留私人使用”，但这些区域也在后续版本中被删除。在 ISO/IEC JTC 1/SC 2 WG2申明中规定UCS-4将来所有的字符分配将被限制在Unicode范围内，所以UTF-32和UCS4能表示的字符是相同的。

==註釋==
{{reflist}}

== 外部連結 ==
* [http://www.unicode.org/versions/Unicode4.0.0/ch03.pdf （英文）The Unicode Standard 4.1，第三章] {{Wayback|url=http://www.unicode.org/versions/Unicode4.0.0/ch03.pdf |date=20170723155105 }} - 在§3.10, D43-D4中正式定義 UTF-32
* [http://www.unicode.org/reports/tr19/tr19-9.html （英文）Unicode Standard Annex #19] {{Wayback|url=http://www.unicode.org/reports/tr19/tr19-9.html |date=20210930180112 }} - Unicode 3.x 中正式定義的 UTF-32（2001 年三月；最後更新於 2002 年三月）
* [https://web.archive.org/web/20050330110411/http://mail.apps.ietf.org/ietf/charsets/msg01095.html （英文）註冊新字集：UTF-32, UTF-32BE, UTF-32LE] - IANA 字符集新增 UTF-32的宣言（2002 年四月）

{{Unicode related}}
{{Character encoding}}

[[Category:Unicode轉換格式]]

UTF-32 - 版本历史

imported>Hayashi Shouon：​修正笔误

imported>Hayashi Shouon：修正笔误