UTF-7 vs UTF-8: differenze e utilizzi
UTF-7 e UTF-8 sono entrambi tipi di Unicode Transformation Format, lo standard utilizzato per codificare caratteri Unicode a 16 bit — come lettere internazionali e simboli speciali — in un formato trasmissibile attraverso sistemi a 7 o 8 bit. UTF-8 è il formato di codifica più utilizzato, popolare nelle pagine web e in molti programmi di posta elettronica. UTF-7 fornisce codifica per alcuni protocolli email che non funzionano con UTF-8.
Unicode
Unicode è uno standard internazionale per rappresentare caratteri come interi. Utilizza 16 bit per carattere contro i 7 bit dell'ASCII (American Standard Code for Information Interchange). L'ASCII può riprodurre solo 128 caratteri contro i 65.000 caratteri unici disponibili in Unicode. Questa gamma più ampia rende Unicode più appropriato per lingue dell'Asia orientale e altre con ampi set di caratteri, ma i caratteri Unicode devono essere codificati per essere trasmessi tramite canali a 7 o 8 bit.
UTF-8
UTF-8 è il formato di trasformazione universale più comune per convertire caratteri Unicode in segmenti a 8 bit per la trasmissione sul web via email o attraverso altri canali a 8 bit. Questo formato trasforma ogni carattere Unicode in uno a quattro ottetti, a seconda del valore intero del carattere, ed è molto efficiente per documenti che usano principalmente lettere presenti anche nel set ASCII. UTF-8 tende a occupare più spazio della codifica a singolo byte per alfabeti non occidentali.
UTF-7
UTF-7 è una variante speciale del formato di trasformazione universale proposta per la prima volta a metà degli anni '90. È stata progettata per rappresentare testo Unicode con una stringa di caratteri ASCII, producendo un metodo di codifica più efficiente per l'email rispetto a UTF-8 più la codifica quoted-printable necessaria per la trasmissione su percorsi dati a 7 bit. L'uso della codifica UTF-7 riduce significativamente la dimensione dei caratteri codificati.
Considerazioni
Sebbene UTF-7 sia più efficiente di UTF-8 più quoted-printable su canali a 7 bit, la maggior parte delle autorità — tra cui Internet Mail Consortium e Microsoft Developer Network — raccomandano di usare UTF-8 invece di UTF-7 quando possibile. Questo perché UTF-7 crea problemi di sicurezza e robustezza assenti nella sua controparte a 8 bit. L'IMC raccomanda anche che tutti i programmi di visualizzazione email creati dopo il 1° gennaio 1999 dovrebbero essere in grado di visualizzare posta in UTF-8.