确保从扩展ASCII编码为UTF8时的一致性

Question

也许这是一个非问题，但我期待收集的智慧SO帮助我找出答案。

我们试图确保跨平台的编码是一致的。走的路线显然是UTF8。但是，有些平台很遗憾使用扩展ASCII（通常是某种形式的Windows代码页）。我们担心，如果使用说，变音符从Windows代码页到UTF8进行编码，UTF8中有多种可能的选择。

在另一个平台（Linux，Mac OS）上，我们如何确保在那里选择的UTF8字符一致？

正如我所说，也许这是一个非问题。也许有一些我不知道的标准映射。我们没有看到任何问题，但一位同事刚刚提出了担忧，因此我正在寻找信息。

谢谢大家提前。

Answer 1

只要您将原始文本正确转换为Unicode，并且比使用Utf8存储/传输数据应该没有问题。

Answer 2

Unicode联盟编制了一套mapping tables。名义上是信息性的，它们构成了事实上的标准。此外，其中的许多映射都反映了形式化标准，因为根据Unicode定义任何新字符编码已经很正常，即通过指定每个字符的Unicode编号（和/或Unicode名称）。

一旦一个字符被映射到Unicode（即，到一个Unicode代码点或Unicode编号），它在每个Unicode编码（例如UTF-8）中的编码已被明确定义。

所以问题是如何确保您使用的转换例程根据这些表工作。在这方面使用ICU可以被认为是安全的。

P.S.没有扩展的ASCII。有各种字符编码，其中一些与ASCII在0到0x7F范围内重合，有些不符合。