Unicode

• Обзор Unicode

  • Unicode — это стандарт кодирования символов, который используется для обмена текстовыми данными между различными компьютерными системами. 
  • Unicode был разработан в 1991 году и содержит более 1,1 миллиона кодовых точек. 
  • Стандарт Unicode определяет правила кодирования и декодирования символов, а также предоставляет информацию о символах, которые не могут быть представлены в текущей версии. 

• Структура Unicode

  • Unicode состоит из блоков, каждый из которых содержит определенные кодовые точки. 
  • Блоки включают в себя символы, управляющие коды, графические символы, форматные символы и зарезервированные кодовые точки. 
  • Графические символы включают в себя символы с видимыми формами, форматными символами являются символы без видимого внешнего вида, управляющие коды используются для управления форматированием текста, а зарезервированные кодовые точки еще не назначены. 

• Кодирование и декодирование

  • Unicode использует кодовые точки для представления символов, а также предоставляет механизм для преобразования между различными кодировками. 
  • Кодовые точки могут быть представлены в виде последовательности кодовых точек или в виде одного символа. 
  • Unicode поддерживает различные методы кодирования, включая UTF-8, UTF-16 и UTF-32. 

• Неопределенные символы и частные коды

  • В Unicode есть неопределенные символы, которые не имеют определенного значения, и частные коды, которые не имеют интерпретации, определенной стандартом. 
  • Неопределенные символы и частные коды могут использоваться для обмена данными между системами, но требуют отдельного соглашения о значении. 

• Абстрактные символы и готовые формы

  • Unicode не всегда соответствует набору абстрактных символов, которые могут быть представлены в нем. 
  • Стандарт предоставляет список уникальных имен для абстрактных символов, которые не кодируются напрямую. 
  • Готовые формы упрощают преобразование между кодировками и позволяют использовать Unicode в качестве внутреннего формата текста без необходимости реализации комбинированных символов. 

• Композиция символов и идеографические описания

  • Unicode поддерживает модификацию символов, что значительно расширяет их репертуар. 
  • Стандарт обеспечивает взаимозаменяемость эквивалентных кодировок символов. 
  • Идеографические описания в Unicode отличаются от формального кодирования идеограмм и не имеют семантического значения. 

• Лигатуры

  • Многие скрипты, включая арабский и деванагари, имеют специальные правила для формирования лигатур. 
  • Правила формирования лигатур могут быть сложными и требовать специальных технологий, таких как ACE или OpenType. 
  • Стандарт Unicode предоставляет инструкции для правильного вывода различных последовательностей символов через шрифты. 
  • Пересказана только часть статьи. Для продолжения перейдите к чтению оригинала.