Unicode檢視原始碼討論檢視歷史

Unicode標識原圖鏈接來自 最火軟件站 的圖片

Unicode（中文：萬國碼、國際碼、統一碼、單一碼）是計算機科學領域裡的一項業界標準。它對世界上大部分的文字系統進行了整理、編碼，使得電腦可以用更為簡單的方式來呈現和處理文字。

Unicode 伴隨着通用字符集的標準而發展，同時也以書本的形式對外發表。Unicode 至今仍在不斷增修，每個新版本都加入更多新的字符。當前最新的版本為2020年3月公布的13.0.0，已經收錄超過13萬個字符（第十萬個字符在2005年獲採納）。Unicode涵蓋的數據除了視覺上的字形、編碼方法、標準的字符編碼外，還包含了字符特性，如大小寫字母。

Unicode發展由非營利機構統一碼聯盟負責，該機構致力於讓 Unicode 方案取代既有的字符編碼方案。因為既有的方案往往空間非常有限，亦不適用於多語環境。

Unicode備受認可，並廣泛地應用於電腦軟件的國際化與本地化過程。有很多新科技，如可擴展置標語言（Extensible Markup Language，簡稱：XML）、Java編程語言以及現代的操作系統，都採用Unicode編碼。

起源與發展

Unicode是為了解決傳統的字符編碼方案的局限而產生的，例如ISO 8859-1所定義的字符雖然在不同的國家中廣泛地使用，可是在不同國家間卻經常出現不兼容的情況。很多傳統的編碼方式都有一個共同的問題，即容許電腦處理雙語環境（通常使用拉丁字母以及其本地語言），但卻無法同時支持多語言環境（指可同時處理多種語言混合的情況）。

Unicode 編碼包含了不同寫法的字，如「ɑ／a」、「強／強」、「戶／戶／戸」。然而在漢字方面引起了一字多形的認定爭議（詳見中日韓統一表意文字主題）。

在文字處理方面，統一碼為每一個字符而非字形定義唯一的代碼（即一個整數）。換句話說，統一碼以一種抽象的方式（即數字）來處理字符，並將視覺上的演繹工作（例如字體大小、外觀形狀、字體形態、文體等）留給其他軟件來處理，例如網頁瀏覽器或是文字處理器。

當前，幾乎所有電腦系統都支持基本拉丁字母，並各自支持不同的其他編碼方式。Unicode為了和它們相互兼容，其首256個字符保留給 ISO 8859-1 所定義的字符，使既有的西歐語系文字的轉換不需特別考量；並且把大量相同的字符重複編到不同的字符碼中去，使得舊有紛雜的編碼方式得以和Unicode編碼間互相直接轉換，而不會丟失任何信息。舉例來說，全角格式區段包含了主要的拉丁字母的全角格式，在中文、日文、以及韓文字形當中，這些字符以全角的方式來呈現，而不以常見的半角形式顯示，這對豎排文字和等寬排列文字有重要作用。

在表示一個 Unicode 的字符時，通常會用「U+」然後緊接着一組十六進制的數字來表示這一個字符。在基本多文種平面（英語：Basic Multilingual Plane，簡寫 BMP。又稱為「零號平面」、plane 0）里的所有字符，要用四個數字（即兩個byte，共16 bits，例如 U+4AE0，共支持六萬多個字符）；在零號平面以外的字符則需要使用五個或六個數字。舊版的 Unicode 標準使用相近的標記方法，但卻有些微小差異：在 Unicode 3.0 里使用「U-」然後緊接着八個數字，而「U+」則必須隨後緊接着四個數字。

視頻

Unicode 相關視頻

java中Unicode知識講解