Unicode碼

Unicode只有一個字元集，中、日、韓的三種文字占用了Unicode中0x3000到0x9FFF的部分 Unicode目前普遍採用的是UCS-2,它用兩個位元組來編碼一個字元， 比如漢字"經"的編碼是0x7ECF,注意字元碼一般用十六進制來 表示，為了與十進制區分，十六進制以0x開頭，0x7ECF轉換成十進制 就是32463,UCS-2用兩個位元組來編碼字元，兩個位元組就是16位二進制， 2的16次方等於65536,所以UCS-2最多能編碼65536個字元。 編碼從0到127的字元與ASCII編碼的字元一樣，比如字母"a"的Unicode 編碼是0x0061,十進制是97,而"a"的ASCII編碼是0x61,十進制也是97, 對於漢字的編碼，事實上Unicode對漢字支持不怎么好，這也是沒辦法的， 簡體和繁體總共有六七萬個漢字，而UCS-2最多能表示65536個，才六萬 多個，所以Unicode只能排除一些幾乎不用的漢字，好在常用的簡體漢字 也不過七千多個，為了能表示所有漢字，Unicode也有UCS-4規範，就是用 4個位元組來編碼字元

基本介紹

• 中文名：Unicode碼
• 外文名：Unicode
• 文字：中、日、韓
• 字元：UCS-2
• 分類：計算機科學

定義

Unicode碼擴展自ASCII字元集。在嚴格的ASCII中，每個字元用7位元表示，或者電腦上普遍使用的每字元有8位元寬；而Unicode使用全16位元字元集。這使得Unicode能夠表示世界上所有的書寫語言中可能用於電腦通訊的字元、象形文字和其他符號。Unicode最初打算作為ASCII的補充，可能的話，最終將代替它。考慮到ASCII是電腦中最具支配地位的標準，所以這的確是一個很高的目標。

Unicode影響到了電腦工業的每個部分，但也許會對作業系統和程式設計語言的影響最大。從這方面來看，我們已經上路了。Windows NT從底層支持Unicode。

目前計算機中用得最廣泛的字元集及其編碼，是由美國國家標準局(ANSI)制定的ASCII碼（American Standard Code for Information Interchange，美國標準信息交換碼），它已被國際標準化組織（ISO）定為國際標準，稱為ISO 646標準。適用於所有拉丁文字字母，ASCII碼有7位碼和8位碼兩種形式。

方法

因為1位二進制數可以表示（2^1=）2種狀態：0、1；而2位二進制數可以表示（2^2）=4種狀態：00、01、10、11；依次類推，7位二進制數可以表示（2^7=）128種狀態，每種狀態都唯一地編為一個7位的二進制碼，對應一個字元（或控制碼），這些碼可以排列成一個十進制序號0～127。所以，7位ASCII碼是用七位二進制數進行編碼的，可以表示128個字元。

第0～32號及第127號(共34個)是控制字元或通訊專用字元，如控制符：LF（換行）、CR（回車）、FF（換頁）、DEL（刪除）、BEL（振鈴）等；

通訊專用字元：SOH（文頭）、EOT（文尾）、ACK（確認）等；

第33～126號(共94個)是字元，其中第48～57號為0～9十個阿拉伯數字；65～90號為26個大寫英文字母，97～122號為26個小寫英文字母，其餘為一些標點符號、運算符號等。

注意：在計算機的存儲單元中，一個ASCII碼值占一個位元組(8個二進制位)，其最高位(b7)用作奇偶校驗位。所謂奇偶校驗，是指在代碼傳送過程中用來檢驗是否出現錯誤的一種方法，一般分奇校驗和偶校驗兩種。奇校驗規定：正確的代碼一個位元組中1的個數必須是奇數，若非奇數，則在最高位b7添1；偶校驗規定：正確的代碼一個位元組中1的個數必須是偶數，若非偶數，則在最高位b7添1。

增添Unicode碼內容：它前128個字元就是ASCII碼，之後是擴展碼。在Unicode碼中，各個字元塊基於同樣的標準。其中有希臘字母，西里爾文，亞美尼亞文，希伯來文等。而漢文，韓語，日語的象形文字占用從0X3000到0X9FFF的代碼。最傑出的地方是，它只有一個字元集，有效的避免了雙位元組字元集的二義性。缺點是：占用的記憶體空間比ASCII大1倍。

Unicode碼：Unicode碼也是一種國際標準編碼，採用二個位元組編碼，與ASCII碼不兼容。目前，在網路、Windows系統和很多大型軟體中得到套用。