<h3 style=""> </h3>
<h3 style="">Unicode和UCS</h3>
<p style="border:0px; font-family:arial,'Hiragino Sans GB','Microsoft Yahei',微软雅黑,宋体,宋体,Tahoma,Arial,Helvetica,STHeiti; font-size:16px; margin-top:0px; margin-bottom:1.5em; outline:0px; padding-top:0px; padding-bottom:0px; vertical-align:baseline; color:rgb(64,64,64); line-height:24px"> 在上世纪80年代，世界上出现了两个独立的组织尝试创建单一字符集：</p>
<ul style="border:0px; font-family:arial,'Hiragino Sans GB','Microsoft Yahei',微软雅黑,宋体,宋体,Tahoma,Arial,Helvetica,STHeiti; font-size:16px; margin:0px 0px 1.5em 3em; outline:0px; padding:0px; vertical-align:baseline; color:rgb(64,64,64); line-height:24px"><li style="border:0px; font-family:inherit; font-style:inherit; font-weight:inherit; margin:0px; outline:0px; padding:0px; vertical-align:baseline"> ISO（国际标准化组织）于1984年成立了ISO/IEC JTC1/SC2，制定了ISO 10646标准，其标准中定义的字符集便是UCS（Universal Character Set）。</li><li style="border:0px; font-family:inherit; font-style:inherit; font-weight:inherit; margin:0px; outline:0px; padding:0px; vertical-align:baseline"> Xerox、Apple等软件制造商于1988年组成The Unicode Consortium（Unicode联盟），这是一个统筹Unicode发展的组织，当然Unicode字符集也是出自这个组织。<br style=""> <span id="more-57" style="border:0px; font-family:inherit; font-style:inherit; font-weight:inherit; margin:0px; outline:0px; padding:0px; vertical-align:baseline"></span></li></ul>
<p style="border:0px; font-family:arial,'Hiragino Sans GB','Microsoft Yahei',微软雅黑,宋体,宋体,Tahoma,Arial,Helvetica,STHeiti; font-size:16px; margin-top:0px; margin-bottom:1.5em; outline:0px; padding-top:0px; padding-bottom:0px; vertical-align:baseline; color:rgb(64,64,64); line-height:24px"> 1991年前后，两个项目的参与者都认识到，世界不需要两个不兼容的字符集。于是，它们开始合并双方的工作成果，并为创立一个单一编码表而协同工作。1991年，不包含CJK统一汉字集的Unicode 1.0发布。随后，CJK统一汉字集的制定于1993年完成，发布了ISO 10646-1:1993，即Unicode 1.1。</p>
<p style="border:0px; font-family:arial,'Hiragino Sans GB','Microsoft Yahei',微软雅黑,宋体,宋体,Tahoma,Arial,Helvetica,STHeiti; font-size:16px; margin-top:0px; margin-bottom:1.5em; outline:0px; padding-top:0px; padding-bottom:0px; vertical-align:baseline; color:rgb(64,64,64); line-height:24px"> 从Unicode 2.0开始，Unicode采用了与ISO 10646-1相同的字库和字码；ISO也承诺，ISO 10646将不会替超出U+10FFFF的UCS-4编码赋值，以使得两者保持一致。两个项目仍都独立存在，并独立地公布各自的标准。但Unicode联盟和ISO/IEC JTC1/SC2都同意保持两者标准的码表兼容，并紧密地共同调整任何未来的扩展。</p>
<p style="border:0px; font-family:arial,'Hiragino Sans GB','Microsoft Yahei',微软雅黑,宋体,宋体,Tahoma,Arial,Helvetica,STHeiti; font-size:16px; margin-top:0px; margin-bottom:1.5em; outline:0px; padding-top:0px; padding-bottom:0px; vertical-align:baseline; color:rgb(64,64,64); line-height:24px"> <span style="border:0px; font-family:inherit; font-style:inherit; margin:0px; outline:0px; padding:0px; vertical-align:baseline">接下来介绍一下UCS：</span></p>
<p style="border:0px; font-family:arial,'Hiragino Sans GB','Microsoft Yahei',微软雅黑,宋体,宋体,Tahoma,Arial,Helvetica,STHeiti; font-size:16px; margin-top:0px; margin-bottom:1.5em; outline:0px; padding-top:0px; padding-bottom:0px; vertical-align:baseline; color:rgb(64,64,64); line-height:24px"> UCS有两种格式：UCS-2和UCS-4。顾名思义，UCS-2就是用两个字节编码，UCS-4就是用4个字节（实际上只用了31位，最高位必须为0）编码。</p>
<p style="border:0px; font-family:arial,'Hiragino Sans GB','Microsoft Yahei',微软雅黑,宋体,宋体,Tahoma,Arial,Helvetica,STHeiti; font-size:16px; margin-top:0px; margin-bottom:1.5em; outline:0px; padding-top:0px; padding-bottom:0px; vertical-align:baseline; color:rgb(64,64,64); line-height:24px"> 其中 UCS-2有2^16=65536个码位，UCS-4有2^31=2147483648个码位（大到绝对可以涵盖一切语言使用的符号，估计外星文字也可以包括^_^）。</p>
<p style="border:0px; font-family:arial,'Hiragino Sans GB','Microsoft Yahei',微软雅黑,宋体,宋体,Tahoma,Arial,Helvetica,STHeiti; font-size:16px; margin-top:0px; margin-bottom:1.5em; outline:0px; padding-top:0px; padding-bottom:0px; vertical-align:baseline; color:rgb(64,64,64); line-height:24px"> UCS-4根据最高位为0的最高字节分成2^7=128个group。每个group再根据次高字节分为256个plane。每个plane根据第3个字节分为256行 (rows)，每行包含256个cells。其中group-0的plane-0被称作Basic Multilingual Plane（即BMP），所以UCS-4中，高两个字节为0的码位被称作BMP。</p>
<p style="border:0px; font-family:arial,'Hiragino Sans GB','Microsoft Yahei',微软雅黑,宋体,宋体,Tahoma,Arial,Helvetica,STHeiti; font-size:16px |
|
转播
