什么是Unicode

　　Unicode（統(tǒng)一碼、萬國(guó)碼、單一碼）是計(jì)算機(jī)科學(xué)領(lǐng)域里的一項(xiàng)業(yè)界標(biāo)準(zhǔn)，包括字符集、編碼方案等。Unicode 是為了解決傳統(tǒng)的字符編碼方案的局限而產(chǎn)生的，它為每種語言中的每個(gè)字符設(shè)定了統(tǒng)一并且唯一的二進(jìn)制編碼，以滿足跨語言、跨平臺(tái)進(jìn)行文本轉(zhuǎn)換、處理的要求。1990年開始研發(fā)，1994年正式公布。

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

　　作用

　　能夠使計(jì)算機(jī)實(shí)現(xiàn)跨語言、跨平臺(tái)的文本轉(zhuǎn)換及處理。

　　什么是ASCII

　　ASCII（American Standard Code for Information Interchange，美國(guó)信息交換標(biāo)準(zhǔn)代碼）是基于拉丁字母的一套電腦編碼系統(tǒng)，主要用于顯示現(xiàn)代英語和其他西歐語言。它是現(xiàn)今最通用的單字節(jié)編碼系統(tǒng)，并等同于國(guó)際標(biāo)準(zhǔn)ISO/IEC 646。

　　請(qǐng)注意，ASCII是American Standard Code for Information Interchange縮寫，而不是ASCⅡ（羅馬數(shù)字2），有很多人在這個(gè)地方產(chǎn)生誤解。

　　產(chǎn)生

　　計(jì)算機(jī)中，所有的數(shù)據(jù)在存儲(chǔ)和運(yùn)算時(shí)都要使用二進(jìn)制數(shù)表示（因?yàn)橛?jì)算機(jī)用高電平和低電平分別表示1和0），例如，像a、b、c、d這樣的52個(gè)字母（包括大寫）、以及0、1等數(shù)字還有一些常用的符號(hào)（例如*、#、@等）在計(jì)算機(jī)中存儲(chǔ)時(shí)也要使用二進(jìn)制數(shù)來表示，而具體用哪些二進(jìn)制數(shù)字表示哪個(gè)符號(hào)，當(dāng)然每個(gè)人都可以約定自己的一套（這就叫編碼），而大家如果要想互相通信而不造成混亂，那么大家就必須使用相同的編碼規(guī)則，于是美國(guó)有關(guān)的標(biāo)準(zhǔn)化組織就出臺(tái)了ASCII編碼，統(tǒng)一規(guī)定了上述常用符號(hào)用哪些二進(jìn)制數(shù)來表示。

　　美國(guó)標(biāo)準(zhǔn)信息交換代碼是由美國(guó)國(guó)家標(biāo)準(zhǔn)學(xué)會(huì)（American National Standard Institute ， ANSI ）制定的，標(biāo)準(zhǔn)的單字節(jié)字符編碼方案，用于基于文本的數(shù)據(jù)。起始于50年代后期，在1967年定案。它最初是美國(guó)國(guó)家標(biāo)準(zhǔn)，供不同計(jì)算機(jī)在相互通信時(shí)用作共同遵守的西文字符編碼標(biāo)準(zhǔn)，它已被國(guó)際標(biāo)準(zhǔn)化組織（International Organization for Standardization， ISO）定為國(guó)際標(biāo)準(zhǔn)，稱為ISO 646標(biāo)準(zhǔn)。適用于所有拉丁文字字母。

　　表述方式

　　ASCII 碼使用指定的7 位或8 位二進(jìn)制數(shù)組合來表示128 或256 種可能的字符。標(biāo)準(zhǔn)ASCII 碼也叫基礎(chǔ)ASCII碼，使用7 位二進(jìn)制數(shù)（剩下的1位二進(jìn)制為0）來表示所有的大寫和小寫字母，數(shù)字0 到9、標(biāo)點(diǎn)符號(hào)， 以及在美式英語中使用的特殊控制字符。其中：

　　0～31及127（共33個(gè)）是控制字符或通信專用字符（其余為可顯示字符），如控制符：LF（換行）、CR（回車）、FF（換頁）、DEL（刪除）、BS（退格）、BEL（響鈴）等；通信專用字符：SOH（文頭）、EOT（文尾）、ACK（確認(rèn)）等；ASCII值為8、9、10 和13 分別轉(zhuǎn)換為退格、制表、換行和回車字符。它們并沒有特定的圖形顯示，但會(huì)依不同的應(yīng)用程序，而對(duì)文本顯示有不同的影響。

　　32～126（共95個(gè)）是字符（32是空格），其中48～57為0到9十個(gè)阿拉伯?dāng)?shù)字。

　　65～90為26個(gè)大寫英文字母，97～122號(hào)為26個(gè)小寫英文字母，其余為一些標(biāo)點(diǎn)符號(hào)、運(yùn)算符號(hào)等。

　　同時(shí)還要注意，在標(biāo)準(zhǔn)ASCII中，其最高位（b7）用作奇偶校驗(yàn)位。所謂奇偶校驗(yàn)，是指在代碼傳送過程中用來檢驗(yàn)是否出現(xiàn)錯(cuò)誤的一種方法，一般分奇校驗(yàn)和偶校驗(yàn)兩種。奇校驗(yàn)規(guī)定：正確的代碼一個(gè)字節(jié)中1的個(gè)數(shù)必須是奇數(shù)，若非奇數(shù)，則在最高位b7添1；偶校驗(yàn)規(guī)定：正確的代碼一個(gè)字節(jié)中1的個(gè)數(shù)必須是偶數(shù)，若非偶數(shù)，則在最高位b7添1。后128個(gè)稱為擴(kuò)展ASCII碼。許多基于x86的系統(tǒng)都支持使用擴(kuò)展（或“高”）ASCII。擴(kuò)展ASCII 碼允許將每個(gè)字符的第8 位用于確定附加的128 個(gè)特殊符號(hào)字符、外來語字母和圖形符號(hào)。

　　UNICODE與ASCII的區(qū)別

　　最早只有127個(gè)字母被編碼到計(jì)算機(jī)里，也就是大小寫英文字母、數(shù)字和一些符號(hào)，這個(gè)編碼表被稱為ASCII編碼，比如大寫字母A的編碼是65，小寫字母z的編碼是122。

　　但是要處理中文顯然一個(gè)字節(jié)是不夠的，至少需要兩個(gè)字節(jié)，而且還不能和ASCII編碼沖突，所以，中國(guó)制定了GB2312編碼，用來把中文編進(jìn)去。

　　你可以想得到的是，全世界有上百種語言，日本把日文編到Shift_JIS里，韓國(guó)把韓文編到Euc-kr里，各國(guó)有各國(guó)的標(biāo)準(zhǔn)，就會(huì)不可避免地出現(xiàn)沖突，結(jié)果就是，在多語言混合的文本中，顯示出來會(huì)有亂碼。

　　因此，Unicode應(yīng)運(yùn)而生。Unicode把所有語言都統(tǒng)一到一套編碼里，這樣就不會(huì)再有亂碼問題了。

　　Unicode標(biāo)準(zhǔn)也在不斷發(fā)展，但最常用的是用兩個(gè)字節(jié)表示一個(gè)字符（如果要用到非常偏僻的字符，就需要4個(gè)字節(jié)）?，F(xiàn)代操作系統(tǒng)和大多數(shù)編程語言都直接支持Unicode。

　　新的問題又出現(xiàn)了：如果統(tǒng)一成Unicode編碼，亂碼問題從此消失了。但是，如果你寫的文本基本上全部是英文的話，用Unicode編碼比ASCII編碼需要多一倍的存儲(chǔ)空間，在存儲(chǔ)和傳輸上就十分不劃算。

　　1.ASCII的特點(diǎn)

　　ASCII 是用來表示英文字符的一種編碼規(guī)范。每個(gè)ASCII字符占用1 個(gè)字節(jié)，因此，ASCII 編碼可以表示的最大字符數(shù)是255（00H—FFH）。這對(duì)于英文而言，是沒有問題的，一般只什么用到前128個(gè)（00H--7FH，最高位為0）。而最高位為1 的另128 個(gè)字符（80H—FFH）被稱為“擴(kuò)展ASCII”，一般用來存放英文的制表符、部分音標(biāo)字符等等的一些其它符號(hào)。

　　但是對(duì)于中文等比較復(fù)雜的語言，255個(gè)字符顯然不夠用。于是，各個(gè)國(guó)家紛紛制定了自己的文字編碼規(guī)范，其中中文的文字編碼規(guī)范叫做“GB2312—80”， 它是和ASCII 兼容的一種編碼規(guī)范， 其實(shí)就是利用擴(kuò)展ASCII沒有真正標(biāo)準(zhǔn)化這一點(diǎn)，把一個(gè)中文字符用兩個(gè)擴(kuò)展ASCII 字符來表示，以區(qū)分ASCII 碼部分。

　　但是這個(gè)方法有問題，最大的問題就是中文的文字編碼和擴(kuò)展ASCII 碼有重疊。而很多軟件利用擴(kuò)展ASCII 碼的英文制表符來畫表格，這樣的軟件用到中文系統(tǒng)中，這些表格就會(huì)被誤認(rèn)作中文字符，出現(xiàn)亂碼。另外，由于各國(guó)和各地區(qū)都有自己的文字編碼規(guī)則，它們互相沖突，這給各國(guó)和各地區(qū)交換信息帶來了很大的麻煩。

　　2.UNICODE的產(chǎn)生

　　要真正解決這個(gè)問題，不能從擴(kuò)展ASCII 的角度入手，UNICODE作為一個(gè)全新的編碼系統(tǒng)應(yīng)運(yùn)而生，它可以將中文、法文、德文……等等所有的文字統(tǒng)一起來考慮，為每一個(gè)文字都分配一個(gè)單獨(dú)的編碼。

　　3.什么是UNICODE

　　Unicode與ASCII一樣也是一種字符編碼方法，它占用兩個(gè)字節(jié)（0000H—FFFFH），容納65536 個(gè)字符，這完全可以容納全世界所有語言文字的編碼。在Unicode 里，所有的字符都按一個(gè)字符來處理， 它們都有一個(gè)唯一的Unicode 碼。

　　4.使用UNICODE的好處

　　使用Unicode 編碼可以使您的工程同時(shí)支持多種語言， 使您的工程國(guó)際化。即在不同語言的系統(tǒng)下不至于產(chǎn)生亂碼。