Unicode字符集的由來

本文起源於行走在陽光下的那些不可見字符中的知識邊界，由於涉及到字符相關，而我也不能很清楚的描述Unicode的前世此生，故而有了此文。

計算機技術的革命極大地方便了人們的工做與生活，使得人類生活前進了一大步，但是在計算機發展進程中，世界各地因爲語言文字不一，有過那麼一段混亂難受的日子...

字符世界的起源

因爲計算機在美國誕生，所以字符集最初也只考慮了美國人當時的需求，誕生了你們熟知的ASCII（American Standard Code for Information Interchange），它由26個基本拉丁字母、阿拉伯數字、英式標點符號和一些控制字符組成。

隨着世界的發展，各國人民也開始接觸計算機，然而各國人民也有本身獨特的文化需求，最開始的字符集知足不了人們日益增加的需求，各國出現了不一樣的字符集標準，好比國內早期的Java程序員熟知的GBK、GB18030等，我曾經實習的時候接觸的用JSP的老系統裏就有相關的編碼設定，若是用錯誤編碼設定了文檔解析格式，可能就會看到亂碼，再想一想世界上那麼多個國家，會有多少編碼標準啊，這也是互聯網早期亂碼比較多的緣由吧。

各類編碼的字符互不兼容，相互之間的通訊可能因爲編碼的不一樣，而致使對方看到的是亂碼，這就如中國歷史中的大秦統一文字和度量單位以前的華夏文明同樣，語言不通、貨幣不通，交流困難。時間的車輪滾滾向前，推進着歷史的發展，因而Unicode（Universal Coded Character Set）出現了，它對世界上大部分的文字系統進行了整理、編碼，使得計算機可以以更簡單的方式來呈現和處理字符，它的目的就是爲全部的字符提供統一的編碼，任何的平臺、系統、設備、應用或者語言都能兼容且無風險使用。

至今Unicode仍在不斷的增修，當前最新版本爲2019年5月公佈的12.1，包含137994個字符，不只包括當今世界上150種語言模型和歷史性的手寫碼和符號，還包括多種符號集與表情符號。

Unicode

九層之臺，起於累土。這樣世界性的標準毫不是一蹴而就，必有其堅實的基礎，設計原則就是Unicode的一大基礎，在《The Unicode Standard Version 6.2 - Core Specification》有提到Unicode的設計原則，

咱們熟知的UTF-8實際上是Unicode的一種實現方式，即Unicode 轉換格式（Unicode Transform Format），是一種爲了減小傳輸數據的大小而設計的變長編碼，每一個字符使用1/2/3字節按照必定算法進行轉換識別。此外，Unicode的實現方式還包括UTF-七、UTF-1六、UTF-3二、punycode、GB18030等。

總的來講，Unicode於亂世出生逐漸成爲標準統一字符世界，至今仍持續發展，造福了社會，極大的提高了生產效率，雖未與ASCII並列與IEEE里程碑，但也是計算機科學史中一件舉足輕重的大事記。

本次探索到此結束，全文本着追溯Unicode是什麼爲何產生等問題，進行了一系列追尋，大體理清了Unicode的一些「前世此生」，基本對Unicode可以有個大概的認知，須要更加深刻的探索的小夥伴能夠留言一塊兒探討~

冬至快樂哦~

ps: 及時總結，靜心沉澱；如風少年，砥礪前行。 歡迎關注個人公衆號 "和F君一塊兒xx"

reference：

1. Unicode Zh
2. Unicode En
3. Unicode Charts Index
4. Unicode Character Database
5. IEEE里程碑列表
6. ENIAC
7. ASCII
8. Unicode Script