Secara mendalam komputer berurusan dengan nombor, dan setiap aksara, tanda baca, abjad, simbol, dsb., diberikan oleh nombor yang berbeza dalam komputer. Sebelum penciptaan aksara Unicode, terdapat banyak kaedah untuk menetapkan nombor kepada aksara yang berbeza dan lebih daripadanya ialah pengekodan aksara. Unicode secara rasmi adalah kaedah yang menyediakan nombor unik kepada aksara yang berbeza selain daripada platform atau peranti atau aplikasi atau bahasa yang berbeza.
Utf-8 lwn Utf-16
Perbezaan antara UTF-8 dan UTF-16 ialah UTF-8, semasa pengekodan untuk mana-mana aksara bahasa Inggeris atau sebarang nombor, menggunakan 8 bit dan menggunakan blok 1-4 manakala secara perbandingan sebaliknya UTF-16, sambil mengekodkan aksara dan nombor, menggunakan 16 bit dengan pelaksanaan 1-2 blok. Selain itu, saiz fail berorientasikan UTF-8 memerlukan lebih sedikit ruang, manakala fail berorientasikan UTF-16 adalah dua kali ganda saiz UTF-8.
UTF-8 bermaksud Format Transformasi Unicode 8 yang menggunakan pelaksanaan 1-4 blok bersama-sama dengan 8 bit dan mengenal pasti semua titik kod Unicode yang disahkan. Panjang pembolehubah UTF-8 adalah kira-kira 32 bit setiap aksara. UTF-8 telah dibentuk oleh dua orang bijak pandai – Ken Thompson dan Rob Pike pada September 1992. Ia dicipta semasa mereka sibuk mencipta sistem pengendalian pelan 9, dan mereka mengambil masa seminggu untuk merumuskannya.
UTF-16 bermaksud Format Transformasi Unikod 16 yang menggunakan 1-2 blok yang dilaksanakan sepanjang 16 bit untuk menyatakan titik kod. Secara ringkasnya, sekurang-kurangnya 2 bait diperlukan oleh Unicode UTF-16 untuk menyatakan titik kod. UTF-16 juga memerlukan panjang berubah-ubah sehingga 32 bit setiap aksara. UTF-16 telah dibentuk untuk mengatasi penempatan bilangan titik kod.
Jadual Perbandingan Antara Utf-8 dan Utf-16
| Parameter Perbandingan | Utf-8 | Utf-16 |
| Saiz fail | Ia lebih kecil saiznya. | Saiznya lebih besar jika dibandingkan. |
| Keserasian ASCII | Ia serasi dengan ASCII. | Ia tidak serasi dengan ASCII. |
| Orientasi Byte | Ia berorientasikan bait. | Ia tidak berorientasikan bait. |
| Pemulihan Ralat | Ia bagus dalam memulihkan kesilapan yang dibuat. | Ia tidak sebaik dalam memulihkan daripada kesilapan yang dibuat. |
| Bilangan bait | Dalam kes minimum, ia hanya boleh menggunakan sehingga 1 bait (8 bit). | Dalam kes minimum, ia boleh menggunakan sehingga 2 bait (16 bit). |
| Bilangan blok | Ia menggunakan 1-4 blok. | Ia telah menerima pakai 1-2 blok. |
| Kecekapan | Lebih cekap | Kurang cekap |
| Populariti | Ia lebih popular di web. | Tidak mendapat banyak populariti. |
Apakah Utf-8?
UTF-8 bermaksud Format Transformasi Unikod 8. Ia melaksanakan 1-4 blok dengan 8 bit dan kemudian mengenal pasti semua titik kod yang sah untuk Unicode. UTF-8 boleh merumus secara maksimum sehingga 2, 097, 152 mata kod. 128 titik kod pertama dikodkan oleh blok tunggal yang terdiri daripada 8 bit binari, dan ia adalah sama dengan aksara ASCII.
Pemikiran cemerlang di sebalik penciptaan UTF-8 ialah Ken Thompson dan Rob Pike. Mereka menciptanya semasa merancang 9 sistem pengendalian pada tahun 1992 September. Ia dicipta dalam seminggu, dan Sistem Organisasi Antarabangsa (ISO) ialah ISO 10646. Selain itu, ia merupakan format pengekodan yang paling diterima ramai, dan hampir 95% daripada semua halaman web dicipta berdasarkan format UTF-8.
Apakah Utf-16?
UTF-16 bermaksud Format Transformasi Kesatuan 16. Pelaksanaan satu atau dua bait blok 16-bit untuk menyatakan setiap titik kod. Secara ringkas, untuk perwakilan setiap titik kod dalam UTF-16 memerlukan minimum sehingga 2 bait. Panjang pembolehubah UTF-16 menyatakan kira-kira 1, 112, 064 titik kod.
Saiz fail UTF-16 datang dua kali ganda saiz UTF-8. Oleh sebab itu, UTF-16 dianggap kurang cekap. UTF-16 tidak berorientasikan bait, dan juga tidak serasi dengan aksara ASCII. UTF-16 ialah piawai pengekodan tertua dalam bidang siri Unicode. Pelbagai aplikasi UTF-16 adalah penggunaan dalam Microsoft Windows, JavaScript, dan pengaturcaraan Java secara dalaman.
Perbezaan Utama Antara Utf-8 dan Utf-16
Kesimpulan
Piawaian Unicode telah dirumuskan untuk memberikan nombor unik kepada aksara yang berbeza. Dalam bidang standard Unicode, UTF-16 ialah pengekodan Unicode tertua yang wujud. Dengan begitu banyak ciri standard Unicode, UTF-8 dan UTF-16 kedua-duanya berbeza dalam banyak cara antara satu sama lain.
UTF-8 ialah standard Unicode yang dicipta oleh Ken Thompson dan Rob Pike pada tahun 1992 September. Ia adalah format Unicode yang paling diterima secara meluas, dan kebanyakannya semua halaman web direka berdasarkan skema pengekodan UTF-8.
Sebaliknya, UTF-16 ialah satu lagi format pengekodan. Saiz fail fail UTF-16 adalah dua kali ganda saiz UTF-8. Selain itu, kerana saiz fail yang besar, kecekapan UTF-16 adalah kurang. Ia juga tidak serasi dengan aksara ASCII.
Rujukan
- https://dl.acm.org/doi/abs/10.1145/1345206.1345222
- https://www.hjp.at/doc/rfc/rfc3629.html
- https://www.proquest.com/openview/75078d4ece0a06f8cddd6cc9a719e8f9/1?pq-origsite=gscholar&cbl=2030006
- https://www.hjp.at/doc/rfc/rfc2781.html
