Unicode - 术语表 编辑

Unicode 是一种字符集标准，用于对来自世界上不同语言、文字系统和符号进行编号和字符定义。通过给每个字符分配一个编号，程序员可以创建字符编码，让计算机在同一个文件或程序中存储、处理和传输任何语言组合。

在 Unicode 定义之前，在同一数据中混合使用不同的语言是很困难的，而且容易出错。例如，一个字符集存储的是日文字符，而另一个字符集存储的是阿拉伯字母。如果没有明确标明数据的哪些部分属于哪个字符集，其他程序和计算机就会错误地显示文本，或者在处理过程中损坏文本。如果你曾经见过像 (“”) 被替换为胡言乱语 £，那么你就已经看到过这个被称为  Mojibake 的问题。

网络上最常见的 Unicode 字符编码是UTF-8。还存在一些其他编码，如 UTF-16或过时的 UCS-2，但推荐使用 UTF-8。

了解更多

• Unicode on Wikipedia
• The Unicode Standard: A Technical Introduction