什么是Unicode

Unicode字符是什么？~

对于英文来说，ascii码0-127就足以代码所有字符，对于中文而言，则必须使用两个字节(byte)来代表一个字符，具第一个字节必须大于127(所以我们有许程序判断中文都是以ascii码大于127作为条件)
以上用两个字节来表示一个中文的方式，在习惯上称为双字节(即DBCS:Double-ByteCharacterSet)，而相对之下，英文的字符码就称为单字节SBCS(Single-ByteCharacterSet)。
虽然双字节(DBCS)足以解决中英文字符混合使用情况，但对于不同字符系统而言，必须经过字符码转换，非常麻烦。例如：中英文混合情况，日文，韩文等等。
为解决这个问题，Apple,Xerox,Microsoft,IBM,Novell,Borland...很多公司联合起来制订了一套可以适用于全世界所有国家的字符码，就称为Unicode
Unicode的特点是：
不管哪一国的字符码均以两个Byte表示，例如"A"在Unicode则是16进制41和00的组合，即4100，高位41(转换为Ascii码即是65=A)，
WindowsNT/2000以Unicode来表示字符集，例如你可以看到MSSQLServer中产生的SQL文件可以选择是以Unicode来保存还是以普通格式来保存，如果你以Unicode保存，则在95/98平台许多软件均无法正确读出其格式。
同时你还可以注意到95/98中API定义，许多名称结尾是有一个A的，例如
WriteProfileStringA
而在NT/2000操作系统中，提供了两套API，另外一个命令是WriteProfileStringW，以W结尾的API只适用于NT/2000。（在NT中使用以W结尾的API函数效率比A结尾的要快，因为省去了Unicode和DBCS/SBCS的转换过程）

这样我们经常要用到的判断字符串长度的函数，在NT和95/98下执行结果不同，如下：(下面代码适合于VB,ASP)

95/98中：
len("abc中国")返回7(因为每个中文作为两个Ascii码来看)

nt/2000中：
len("abc中国")返回5(因为每个字符都作为一个Unicode来看)

明天将介绍如何在VB/NT环境下使len("abc中国")返回长度等于7

(PB不存在以上情况，除非你在NT下使用PB的Unicode版本，通常我们大家使用的均是PB的Windows32位版本)

对于英文来说，ascii码 0-127就足以代码所有字符，对于中文而言，则必须使用两个字节(byte)来代表一个字符，具第一个字节必须大于127(所以我们有许程序判断中文都是以ascii码大于127作为条件)
以上用两个字节来表示一个中文的方式，在习惯上称为双字节(即DBCS: Double-Byte Character Set)，而相对之下，英文的字符码就称为单字节SBCS(Single-Byte Character Set)。
虽然双字节(DBCS)足以解决中英文字符混合使用情况，但对于不同字符系统而言，必须经过字符码转换，非常麻烦。例如：中英文混合情况，日文，韩文等等。
为解决这个问题，Apple, Xerox, Microsoft, IBM, Novell, Borland...很多公司联合起来制订了一套可以适用于全世界所有国家的字符码，就称为Unicode

对于英文来说，ascii码0-127就足以代码所有字符，对于中文而言，则必须使用两个字节(byte)来代表一个字符，具第一个字节必须大于127(所以我们有许程序判断中文都是以ascii码大于127作为条件)
以上用两个字节来表示一个中文的方式，在习惯上称为双字节(即DBCS:Double-ByteCharacterSet)，而相对之下，英文的字符码就称为单字节SBCS(Single-ByteCharacterSet)。
虽然双字节(DBCS)足以解决中英文字符混合使用情况，但对于不同字符系统而言，必须经过字符码转换，非常麻烦。例如：中英文混合情况，日文，韩文等等。
为解决这个问题，Apple,Xerox,Microsoft,IBM,Novell,Borland...很多公司联合起来制订了一套可以适用于全世界所有国家的字符码，就称为Unicode
Unicode的特点是：
不管哪一国的字符码均以两个Byte表示，例如"A"在Unicode则是16进制41和00的组合，即4100，高位41(转换为Ascii码即是65=A)，
WindowsNT/2000以Unicode来表示字符集，例如你可以看到MSSQLServer中产生的SQL文件可以选择是以Unicode来保存还是以普通格式来保存，如果你以Unicode保存，则在95/98平台许多软件均无法正确读出其格式。
同时你还可以注意到95/98中API定义，许多名称结尾是有一个A的，例如
WriteProfileStringA
而在NT/2000操作系统中，提供了两套API，另外一个命令是WriteProfileStringW，以W结尾的API只适用于NT/2000。（在NT中使用以W结尾的API函数效率比A结尾的要快，因为省去了Unicode和DBCS/SBCS的转换过程）

这样我们经常要用到的判断字符串长度的函数，在NT和95/98下执行结果不同，如下：(下面代码适合于VB,ASP)

95/98中：
len("abc中国")返回7(因为每个中文作为两个Ascii码来看)

nt/2000中：
len("abc中国")返回5(因为每个字符都作为一个Unicode来看)

明天将介绍如何在VB/NT环境下使len("abc中国")返回长度等于7

(PB不存在以上情况，除非你在NT下使用PB的Unicode版本，通常我们大家使用的均是PB的Windows32位版本)

相关学习视频：

Unicode字符集

---

山阳区15065635394： 通俗的讲,什么是unicode? - ？
直丽阿尔： 通俗、简单地说,Unicode是一种计算机的字符编码,通过它统一、唯一的编码规则,可以在计算机上表示出不同国家的文字和字符,它所涵盖的字符集,称为Unicode字符集.

山阳区15065635394： 什么是unicode编码 - ？
直丽阿尔： Unicode是国际组织制定的可以容纳世界上所有文字和符号的字符编码方案.被译为万国码、统一码或单一码.能够使计算机实现跨语言、跨平台的文本转换及处理.Unicode用数字0-0x10FFFF来映射这些字符,最多可以容纳1114112个字符,或者说有1114112个码位.码位就是可以分配给字符的数字.

山阳区15065635394： unicode是什么意思?是干什么的? - ？
直丽阿尔： Unicode(统一码、万国码、单一码)是一种在计算机上使用的字符编码.Unicode 是为了解决传统的字符编码方案的局限而产生的,它为每种语言中的每个字符设定了统一并且唯一的二进制编码,以满足跨语言、跨平台进行文本转换、处理的要求.百科上有详细的解释

山阳区15065635394： unicode什么意思 - ？
直丽阿尔： 一种编码方式,主要用于显示中,日,韩文.最早用的是ASKII,这个是美国人的,主要针对它们的拼音文字.8位,只能显示128个字符.而中文则要16位,为了解决这个问题,提出了Unicode编码.

山阳区15065635394： 什么是 Unicode?？
直丽阿尔： unicode Unicode(统一码、万国码、单一码)是一种在计算机上使用的字符编码.它为每种语言中的每个字符设定了统一并且唯一的二进制编码,以满足跨语言、跨平台进行文本转换、处理的要求.1990年开始研发,1994年正式公布.随着计算机工作能力的增强,Unicode也在面世以来的十多年里得到普及.

山阳区15065635394： 到底什么是unicode 编码? - ？
直丽阿尔： 这些东西没用过,或者他们根本就不是unicode-16,而是UTF-8unicode很容易和ASCII兼容,ASCII前面加1个等于0的字节就是unicode字符了.unicode并没有全部汉字都收录,而且是中文日文韩文中某些字是差不多的. 最后中文日文韩文加起来就1万多字符. 所以2字节就几乎收录了世界上大部分的常用文字和符号.他还可以扩充到32字节,用以表示更多字符. 第一个字节用特殊值作标记位,他告诉解析器,这个字节和后面三个应该当成一个字符处理.这样他就可以表示160多万字符.

山阳区15065635394： 什么是Unicode字符? - ？
直丽阿尔： Unicode 是一种重要的交互和显示的通用字符编码标准,它覆盖了美国、欧洲、中东、非洲、印度、亚洲和太平洋的语言,以及古文和专业符号.Unicode 允许交换、处理和显示多语言文本以及公用的专业和数学符号.它希望能够解决多语言的计算,如不同国家的字符标准,但并不是所有的现代或古文都能够获得支持.

山阳区15065635394： unicode是什么,unicode编码,unicode字符 - ？
直丽阿尔： Unicode指国际标准万国码(又称统一码、单一码),对全球语言文字中的每个字符设定了唯一的二进制编码,实现跨语言、跨平台的文本交换.这是计算机领域的一项公认业界标准,包括字符集和编码方案等.从1994年正式公布首版以来,不...

山阳区15065635394： 什么是Unicode文件？
直丽阿尔： Unicode文件名其实就是指一些软件,在保存文件时要求使用者选择保存为Unicode格式的文件名称,因为对于一些非Win32的操作系统,比如Linux系统,在识别像中日韩文这样的双字节文件名时会出现乱码的情况,Unicode为这种问题提供了一种全球化的解决方案.

山阳区15065635394： unicode文档是什么 - ？
直丽阿尔： Unicode的学名是＂Universal Multiple-Octet Coded Character Set＂,简称为UCS. 现在用的是UCS-2,即2个字节编码,而UCS-4是为了防止将来2个字节不够用才开发的.