Pour un programme, avoir une taille variable n'est vraiment pas pratique, il faut parcourir la chaine depuis le début pour interpréter les octets et retrouver les caractères. Les logiciels utilisent plutot une représentation en taille fixe.
Remarque : le « masque » 10xxxxxx du dernier octet permet ainsi de savoir, à n’importe quel endroit de la suite de nombres qui définit la chaîne, si l’on est sur le début d’un caractère UTF-8 ou au milieu : une fonction qui analyse un flux de données UTF-8 saura donc toujours où elle en est, malgré la longueur variable des caractères : on dit que c’est un format de données auto-synchronisé.
Par contre c'est vrai que c'est pas pratique, mais pour d'autres raisons (par exemple, tout simplement obtenir la taille d'une séquence de caractères).
[^] # Re: Codage des caractères ?
Posté par aedrin . En réponse à la dépêche Appel à commentaires sur le référentiel général d'interopérabilité. Évalué à 4.
Faux. cf http://www.uzine.net/article1785.html (vers la fin de l'article) :
Par contre c'est vrai que c'est pas pratique, mais pour d'autres raisons (par exemple, tout simplement obtenir la taille d'une séquence de caractères).