🎙️ เรื่องเล่าจาก ASCII ถึง Emoji: เมื่อ UTF-8 กลายเป็นสะพานเชื่อมระหว่างอดีตกับอนาคต ย้อนกลับไปในยุคที่คอมพิวเตอร์ยังใช้ ASCII เป็นหลัก ซึ่งรองรับเพียง 128 ตัวอักษร UTF-8 ถูกออกแบบขึ้นในปี 1992 โดย Ken Thompson และ Rob Pike เพื่อแก้ปัญหาการรองรับตัวอักษรจากทุกภาษาในโลก โดยไม่ทำให้ระบบเก่าพัง UTF-8 ใช้การเข้ารหัสแบบ “variable-width” คือใช้ 1 ถึง 4 ไบต์ต่อหนึ่งตัวอักษร โดยตัวอักษรที่อยู่ในช่วง ASCII (U+0000 ถึง U+007F) ใช้เพียง 1 ไบต์เท่านั้น ทำให้ไฟล์ที่มีแต่ ASCII สามารถอ่านได้ทั้งในระบบ ASCII และ UTF-8 อย่างสมบูรณ์ ตัวอักษรอื่น ๆ ที่อยู่นอกช่วง ASCII จะใช้ 2, 3 หรือ 4 ไบต์ โดยมีรูปแบบการเริ่มต้นที่แตกต่างกัน เช่น 110xxxxx สำหรับ 2 ไบต์, 1110xxxx สำหรับ 3 ไบต์ และ 11110xxx สำหรับ 4 ไบต์ ซึ่งช่วยให้ระบบสามารถ “รู้เอง” ได้ว่าแต่ละตัวอักษรใช้กี่ไบต์—เรียกว่า “self-synchronizing” ตัวอย่างเช่น อีโมจิ “👋” มีรหัส Unicode เป็น U+1F44B ซึ่งจะถูกเข้ารหัสใน UTF-8 เป็น 4 ไบต์: 11110000 10011111 10010001 10001011 ส่วนตัวอักษรไทยอย่าง “อ” (U+0905) จะใช้ 3 ไบต์: 11100000 10100100 10000101 ความสามารถของ UTF-8 ไม่ได้หยุดแค่การเข้ารหัส แต่ยังครองโลกอินเทอร์เน็ตอย่างแท้จริง—กว่า 97% ของเว็บไซต์ในปี 2025 ใช้ UTF-8 เป็นมาตรฐาน และยังเป็น encoding หลักใน HTML5, JSON, Python, JavaScript และอีกมากมาย ✅ จุดเด่นของ UTF-8 ➡️ เข้ารหัสตัวอักษร Unicode ได้ทั้งหมด (U+0000 ถึง U+10FFFF) ➡️ ใช้ 1–4 ไบต์ต่อหนึ่งตัวอักษรตามความซับซ้อน ➡️ ตัวอักษร ASCII ใช้เพียง 1 ไบต์ ทำให้ backward compatible ✅ รูปแบบการเข้ารหัส ➡️ 0xxxxxxx → 1 ไบต์ (ASCII) ➡️ 110xxxxx 10xxxxxx → 2 ไบต์ ➡️ 1110xxxx 10xxxxxx 10xxxxxx → 3 ไบต์ ➡️ 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx → 4 ไบต์ ➡️ ไบต์ที่ขึ้นต้นด้วย “10” คือ continuation byte ✅ ตัวอย่างการใช้งานจริง ➡️ “Hey👋 Buddy” ใช้ทั้ง ASCII และอีโมจิ รวมทั้งหมด 13 ไบต์ ➡️ “Hey Buddy” ใช้เฉพาะ ASCII รวมทั้งหมด 9 ไบต์ ➡️ ทั้งสองไฟล์เป็น UTF-8 ที่อ่านได้โดยไม่เกิดข้อผิดพลาด ✅ การเปรียบเทียบกับ encoding อื่น ➡️ UTF-16 และ UTF-32 ไม่ compatible กับ ASCII ➡️ ISO/IEC 8859 รองรับแค่ 256 ตัวอักษร ➡️ GB18030 รองรับ Unicode แต่ไม่แพร่หลายเท่า UTF-8 ✅ การใช้งานในโลกจริง ➡️ ใช้ใน HTML5, XML, JSON, Python, JavaScript ➡️ ไม่มีปัญหาเรื่อง byte order (endianness) ➡️ เป็น encoding หลักของเว็บและระบบปฏิบัติการสมัยใหม่ ‼️ ความเสี่ยงจากการใช้ UTF-8 แบบผิดพลาด ⛔ การเข้ารหัสผิดอาจทำให้เกิด invalid byte sequences ⛔ โปรแกรมที่ไม่รองรับ UTF-8 อาจแสดงผลผิดหรือเกิด error https://iamvishnu.com/posts/utf8-is-brilliant-design