知识卡片
Unicode码点区别于编码
多种地区字符集各有解释约定,跨语言文本需要更统一的字符编号。Unicode用码点为字符库中的符号提供编号;UTF-8等编码形式再把编号映射成可存储或传输的单元。
码点不是字节。一个符号的UTF-8可能占多个字节,用户可见字符、码点数和字节数也未必一致。书中“21位有效值”的讨论不能理解为已分配字符的总数;使用时应明确比较的是哪一种数量。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 1.10 表示文本 · 查看原书依据
产生这些不同标准的原因之一是,当时的位成本比现在高得多,所以7、8个位被打包表示字符。随着位成本的下降,人们提出了一个较新的标准Unicode,将16位编码分配给了字符。当时,人们认为16位足以容纳地球上所有语言的所有字符,甚至还有剩余空间。后来Unicode已经扩展到了21位(
参考来源
- 位置:《计算机系统解密》1.10 表示文本(来源项目book-sources,源文件:extracted/计算机系统解密/_epub-src/text/part0018.html)
- 结论依据:正文从地区字符集进入Unicode编号,再在UTF-8段区分字符代码与其存储编码;数量范围不改写为当前字符分配统计。
- 原始内容:产生这些不同标准的原因之一是,当时的位成本比现在高得多,所以7、8个位被打包表示字符。随着位成本的下降,人们提出了一个较新的标准Unicode,将16位编码分配给了字符。当时,人们认为16位足以容纳地球上所有语言的所有字符,甚至还有剩余空间。后来Unicode已经扩展到了21位(