Unicode
Unicode 是一种标准字符集,用于对来自世界上不同语言、文字系统和符号的字符进行编号和定义。
通过给每个字符分配一个编号,程序员可以创建字符编码,让计算机在同一个文件或程序中存储、处理和传输任何语言组合。
在 Unicode 定义之前,在同一数据中混合使用不同的语言是很困难的,而且容易出错。例如,一个字符集存储的是日文字符,而另一个字符集存储的是阿拉伯字母。如果没有明确标明数据的哪些部分属于哪个字符集,其他程序和计算机就会错误地显示文本,或者在处理过程中损坏文本。如果你曾经见过像双引号(“”
)被替换为胡言乱语 £
,那么你就已经看到过这个被称为乱码的问题。
网络上最常见的 Unicode 字符编码是 UTF-8。还存在一些其他编码,如 UTF-16 或过时的 UCS-2,但推荐使用 UTF-8。
参见
- 维基百科上的 Unicode
- Unicode 标准:技术简介