Unicode字符集的由來
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元中的知識邊界，因為涉及到字元相關，而我也不能很清楚的描述Unicode的前世今生，故而有了此文。
計算機技術的革命極大地方便了人們的工作與生活，使得人類生活前進了一大步，可是在計算機發展程序中，世界各地由於語言文字不一，有過那麼一段混亂難受的日子...
字元世界的起源
由於計算機在美國誕生，因此字符集最初也只考慮了美國人當時的需求，誕生了大家熟知的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元組成。
隨著世界的發展，各國人民也開始接觸計算機，然而各國人民也有自己獨特的文化需求，最開始的字符集滿足不了人們日益增長的需求，各國出現了不同的字符集標準，比如國內早期的Java程式設計師熟知的GBK、GB18030等，我曾經實習的時候接觸的用JSP的老系統裡就有相關的編碼設定，如果用錯誤編碼設定了文件解析格式，可能就會看到亂碼，再想想世界上那麼多個國家，會有多少編碼標準啊，這也是網際網路早期亂碼比較多的原因吧。
各種編碼的字元互不相容，相互之間的通訊可能由於編碼的不同，而導致對方看到的是亂碼，這就如中國歷史中的大秦統一文字和度量單位之前的華夏文明一樣，語言不通、貨幣不通，交流困難。時間的車輪滾滾向前，推動著歷史的發展，於是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，使得計算機能夠以更簡單的方式來呈現和處理字元，它的目的就是為所有的字元提供統一的編碼，任何的平臺、系統、裝置、應用或者語言都能相容且無風險使用。
至今Unicode仍在不斷的增修，當前最新版本為2019年5月公佈的12.1，包含137994個字元，不僅包括當今世界上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。這樣世界性的標準絕不是一蹴而就，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，
我們熟知的UTF-8其實是Unicode的一種實現方式，即Unicode 轉換格式（Unicode Transform Format），是一種為了減少傳輸資料的大小而設計的變長編碼，每個字元使用1/2/3位元組按照一定演算法進行轉換識別。此外，Unicode的實現方式還包括UTF-7、UTF-16、UTF-32、punycode、GB18030等。
總的來說，Unicode於亂世出生逐漸成為標準統一字元世界，至今仍持續發展，造福了社會，極大的提升了生產效率，雖未與ASCII並列與IEEE里程碑，但也是電腦科學史中一件舉足輕重的大事記。
本次探索到此結束，全文字著追溯Unicode是什麼為什麼產生等問題，進行了一系列追尋，大致理清了Unicode的一些“前世今生”，基本對Unicode能夠有個大概的認知，需要更加深入的探索的小夥伴可以留言一起探討~
ps: 及時總結，靜心沉澱；如風少年，砥礪前行。
冬至快樂~
如想了解更多，請移步我的部落格
歡迎關注我的公眾號 “和F君一起xx”
reference：
- Unicode Zh
- Unicode En
- Unicode Charts Index
- Unicode Character Database
- IEEE里程碑列表
- ENIAC
- ASCII
- Unicode Script