关于Unicode，我需要知道什么？_Unicode_Internationalization

关于Unicode，我需要知道什么？

unicode internationalization

关于Unicode，我需要知道什么？,unicode,internationalization,Unicode,Internationalization,作为一名应用程序开发人员，我需要了解Unicode吗？Unicode是业界公认的标准，用于一致地表示能够表示世界字符系统的文本。所有开发人员都需要了解它，因为全球化是一个越来越受关注的问题冒着增加另一个链接的风险，这是一个惊人的资源简而言之，它是ASCII的替代品，ASCII的设计目的是从字面上处理人类使用过的每个字符。Unicode有各种编码方案来处理所有这些字符——UTF-8，这或多或少是当今的标准，很难保持每个字符只有一个字节，前7位与ASCII相同（作为补充，程序员中有一个普遍的误

作为一名应用程序开发人员，我需要了解Unicode吗？

Unicode是业界公认的标准，用于一致地表示能够表示世界字符系统的文本。所有开发人员都需要了解它，因为全球化是一个越来越受关注的问题

冒着增加另一个链接的风险，这是一个惊人的资源

简而言之，它是ASCII的替代品，ASCII的设计目的是从字面上处理人类使用过的每个字符。Unicode有各种编码方案来处理所有这些字符——UTF-8，这或多或少是当今的标准，很难保持每个字符只有一个字节，前7位与ASCII相同

（作为补充，程序员中有一个普遍的误解，即如果要进行国际化，只需要了解Unicode。虽然这肯定是一个用途，但它不是唯一的用途。例如，我正在从事一个项目，该项目将只使用英文文本，但有大量奇特的数学符号。t“完全使用Unicode”的整个项目解决了我无法计数的问题。）

Unicode是一个标准，它为书面通信中使用的字形定义数字代码。或者，正如他们自己所说：

数字电视标准所用字符的表示法写下世界上所有的 Unicode提供了统一的存储、搜索和存储的方法用任何语言交换文本。它被所有现代计算机使用，并且文本处理基础 Unicode的开发和应用由Unicode联盟维护

有许多常见但容易避免的编程错误是由开发人员犯下的，这些开发人员不必对自己进行Unicode及其编码方面的培训

首先，去看电影权威的、详细的信息和实施准则
正如其他人提到的，Joel Spolsky 有这些吗错误
我也喜欢Elliotte Rusty Harold的
开发人员还应该注意攻击

您应该了解的一些关键概念包括：

-用于表示书写字符的具体图形
-组合图示符以创建另一个图示符
-将Unicode点转换为字节流
-Unicode字符串的区域设置敏感比较

Unicode是一种枚举字符的标准，并为字符提供唯一的数字ID（称为“代码点”）。它包括一组非常庞大且不断增长的字符，适用于大多数现代书面语言，还包括许多奇异的东西，如古希腊记谱法

与其他字符编码方案（如ASCII或ISO-8859标准）不同，Unicode没有说明用字节表示这些字符；它只是为字符提供了一组通用的ID。因此，说Unicode是“ASCII的16位替代品”是错误的

有多种编码方案可以以字节表示任意Unicode字符，包括UTF-8、UTF-16等。

Unicode是一种字符集，而非ASCII（仅包含英文字母，127个字符，其中三分之一实际上是不可打印的控制字符）包含大约200万个字符，包括所有已知语言（汉语、俄语、希腊语、阿拉伯语等）的字符，以及一些您可能从未听说过的语言（甚至有许多已死亡的语言符号不再使用，但对存档古文献很有用）

而不是处理几十个不同的字符编码，你有一个编码所有的（这也使得它更容易混合字符从不同的语言在一个单一的文本字符串，因为你不需要切换编码的某处在一个文本字符串中间）。实际上，还有很多空间，我们还远远没有使用所有200万个字符；Unicode联盟可以轻松地为另外100种语言添加符号，而不用担心符号空间耗尽

今天，你在图书馆里能找到的几乎任何语言的书都可以用Unicode表示。Unicode是编码本身的名称，如何表示为“字节”是另一个问题。有几种方法可以编写Unicode字符，如UTF-8（一到六个字节代表一个字符，取决于字符数，英语几乎总是一个字节，其他罗马语言可能是两个或三个，中文/日语可能更多），UTF-16（大多数字符是两个字节，一些很少使用的字符是四个字节）还有UTF-32，每个字符是四个字节。还有其他的，但这些是主要的

Unicode是许多较新操作系统（在Mac OS X中，几乎任何东西都是Unicode）和编程语言的默认编码（Java使用Unicode作为默认编码，通常是UTF-16，我听说Python也使用，并且将使用或已经使用UTF-32）如果你曾经计划编写一个应用程序，它应该显示、存储或处理除了纯英文文本之外的任何东西，你最好习惯Unicode，越快越好。

< P>一个（开放的）处理Unicode的代码源是Unicode的国际化组件。它包括java的ICU4J和C和C++的ICU4C。（C接口；使用C++编译器）。

< P>你不需要学习Unicode来使用它，这是一个复杂的规范。你只需要知道主要的问题和你的编程工具如何处理它。要了解这一点，请检查GalWig的链接和编程语言和IDE文档。例如：

您可以将任何字符从拉丁语-1转换为unicode，但并非所有字符都可以转换为unicode。 PHP让您知道某些函数（如stristr）不能与unicode一起使用。 Python以这种方式声明unicode字符串：u“Hello World”

那是你必须知道的那种瘦

知道这一点，如果你没有一个好的理由