GNU Free Documentation License . .

( «Unicode»)
: ,
Unicode Consortium

́[1] ́[2] (. Unicode)  , .[3]

1991 « » (. Unicode Consortium, Unicode Inc.).[4][5] : Unicode , , , , .[6]

: (. UCS, universal character set) (. UTF, Unicode transformation format).   , . UCS.

. U+0000 U+007F ASCII . , . .[7] U+0400 U+052F, U+2DE0 U+2DFF, U+A640 U+A69F (. ).[8]

[]

1980- 8- , 8- , . , , - (   , , CP437). :

  1. «» ( ):[6] , .
  2. :[6] , «» . , , . . «dingbat fonts»  .
  3. : , , .[9]
  4. : , ( ) : , «» ,   , , .

«» . , , , . 32- , 16-.

, 16 , 216 (65 536). (, U+04F0). , , . « » (private use area), U+D800U+F8FF. , , .

, , . , 16- , , (. ).

(, Windows NT[10]) 16- , 65 536 ( . basic multilingual plane, BMP). « » (. supplementary characters): , .

16- UTF-16, 65 536 , U+D800U+DFFF, 16- , « » ( U+D800U+DBFF, U+DC00U+DFFF). (2048 ), « ».

UTF-16 220+2162048 (1 112 064) , .

216 2.0, «» 3.1.

- , 2010 -, , 50 %.[11]

[]

,  , Plane 0  ,  ISO. :

  • 1.1 ( ISO/IEC 106461:1993), 19911995 .
  • 2.0, 2.1 ( ISO/IEC 106461:1993 : «Amendments» 1- 7- «Technical Corrigenda» 1 2), 1996 .
  • 3.0 ( ISO/IEC 106461:2000), 2000 .
  • 3.2, 2002 .
  • 4.0, 2003.
  • 4.01, 2004.
  • 4.1, 2005.
  • 5.0, 2006.
  • 5.1, 2008.
  • 5.2, 2009.
  • 6.0, 2010.
  • 6.1, 2012.

[]

UTF-8 UTF-32 231 (2 147 483 648) , 1 112 064 UTF-16. ,   ( 6.0) 110 000 (109 242 273 ).

17 216 (65536) . , . , , ,   , [12]. 15 16 .[7]

Unicode «U+xxxx» ( 0FFFF), «U+xxxxx» ( 10000FFFFF), «U+xxxxxx» ( 10000010FFFF), xxx  . , «» (U+044F) 044F16 = 110310.

[]

() .

  , . .

:

  • , ;
  • ;
  • ;
  • (, , .);
  • .

  . , - , ( , composite character) ( , precomposed character).

[]

«» (U+0419) «» (U+0418) « ̆» (U+0306)

(). . , , . , . (. base characters),   (. combining characters); . , «á» «a» (U+0061) « ́» (U+0301) «á» (U+00C1).

  (. variation selectors). , . 5.0 , .

[]

, , , .

4 :

  • D (NFD)  . , .
  • C (NFC)  . D,   :
    • S , .
    • , S, C S, S C - B, , , C. , .
    • , ( ).
    • X Y, Z, <X, Y>.
    • C L , L L-C, C .
  • KD (NFKD)  . , , , .
  • KC (NFKC)  .

«» «» .

[]

NFD NFC NFKD NFKC
Français Franc\u0327ais Fran\xe7ais Franc\u0327ais Fran\xe7ais
, , \u0410, \u0415\u0308, \u0418\u0306 \u0410, \u0401, \u0419 \u0410, \u0415\u0308, \u0418\u0306 \u0410, \u0401, \u0419
が \u304b\u3099 \u304c \u304b\u3099 \u304c
Henry IV Henry IV Henry IV Henry IV Henry IV
Henry Ⅳ Henry \u2163 Henry \u2163 Henry IV Henry IV

[]

(. left-to-right, LTR), (. right-to-left, RTL)  , . «» ; .

, , . (. bidirectional text, BiDi). (, ) , . : , , . ( ) .

[]

: ,
Unicode, .

, :

  • ,
  • ,
  • ,
  • ,
  • ,
  • ,
  • ,
  • ,
  • ,
  • ,
  • ( , ),
  • ,
  • ,
  • ,
  • ,
  • (),
  • ,
  • ,
  • ( ),

.

, : , , , , , .

, .

, (, Apple MacRoman (0xF0) Windows Wingdings (0xFF)).   .

[] ISO/IEC 10646

ISO/IEC/JTC1/SC2/WG2, 10646 (ISO/IEC 10646). ISO/IEC 10646 , .

(. International Organization for Standardization, ISO) 1991 . 1993 ISO DIS 10646.1. 1.1, DIS 10646.1. Unicode 1.1 DIS 10646.1 .

. 2000 Unicode 3.0 ISO/IEC 10646-1:2000. ISO/IEC 10646 Unicode 4.0. , .

UTF-16 UTF-32 , ISO/IEC 10646 : UCS-2 (2 , UTF-16) UCS-4 (4 , UTF-32). UCS () (. universal multiple-octet coded character set). UCS-2 UTF-16 (UTF-16 ), UCS-4 UTF-32.

[]

(. Unicode transformation format, UTF): UTF-8, UTF-16 (UTF-16BE, UTF-16LE) UTF-32 (UTF-32BE, UTF-32LE). UTF-7 , - ASCII . 1 2005 : UTF-9 UTF-18 (RFC 4042).

Microsoft Windows NT Windows 2000 Windows XP UTF-16LE. UNIX- GNU/Linux, BSD Mac OS X UTF-8 UTF-32 UTF-8 .

Punycode  Unicode- ACE-, - , .

[] UTF-8

: UTF-8

UTF-8  , , 8- . , 128, UTF-8 ASCII. , UTF-8 128 ASCII . 2 6 ( , 4 , 10FFFF, ), 11xxxxxx,   10xxxxxx.

UTF-8 2 1992 Plan 9[13]. UTF-8 RFC 3629 ISO/IEC 10646 Annex D.

UTF-8 Unicode :

Unicode UTF-8:
0x00000000  0x0000007F: 0xxxxxxx
0x00000080  0x000007FF: 110xxxxx 10xxxxxx
0x00000800  0x0000FFFF: 1110xxxx 10xxxxxx 10xxxxxx
0x00010000  0x001FFFFF: 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

, :

0x00200000  0x03FFFFFF: 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
0x04000000  0x7FFFFFFF: 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx

, UTF-8 , . .

[]

UTF-16 (. UTF-16 big-endian), (. UTF-16 little-endian).   UTF-32BE UTF-32LE.

U+FEFF ( ), (. byte order mark, BOM). UTF-16LE UTF-16BE, U+FFFE . UTF-8, . , , :

UTF-8 
EF BB BF
UTF-16BE 
FE FF
UTF-16LE 
FF FE
UTF-32BE 
00 00 FE FF
UTF-32LE 
FF FE 00 00

, UTF-16LE UTF-32LE, U+0000 ( ).

UTF-16 UTF-32, BOM, big-endian (unicode.org).

[]

8- . , . 8- . , : , , .

, , 8- . , HTML .

[]

.

Windows NT UTF-16LE. , , . . Microsoft.

UNIX- , GNU/Linux, BSD, Mac OS X, UTF-8. UTF-8 , , . UCS-4, .

Java. 8- 16-. , .

[]

, .

[] Microsoft Windows

: Microsoft

Windows 2000, « » (charmap.exe) . , , Microsoft Word.

, Alt+X, , , WordPad, Microsoft Word. Alt+X .

MS Windows, Unicode, Alt . , Alt+0171 («) Alt+0187 (»). Alt+0133 ().

[] Macintosh

Mac OS 8.5 , «Unicode Hex Input». Option . , U+FFFF, ; . .

Mac OS X 10.2, «Character Palette», , , .

[] Linux

GNOME « », . , ISO 14755: Ctrl Shift ( GTK+ «U»). 32 , .

X Window, GNOME KDE, Compose. , Compose,   , Caps Lock.

GNU/Linux   Alt. : AltGr, AF NumLock Enter ( ). ISO 14755. , unicode_start(1) setfont(8).

Mozilla Firefox Linux ISO 14755.

[]

«a» «a»  . ( «a» ) «» «». ; -, « » .

  • , , .   .
  • . , , () (), ( CJK-), . , , , «-». , ( , . ). , .
  • . : İi Iı  , , «i» «I».   , , .[14]
  • : «» «», [15]  . .

, .

  • , , , ( UTF-8 , ASCII, , ASCII[16]). , , ́ [17]. ; , , , [18].
  • , . , (BOM) . ( ).
  • .
  • UNIX ( - ) , -    . UNIX- Unicode .

, (. combining diacritics). , (U+0401) (U+0419) , , (. decomposed): +  ̈ (U+0415 U+0308), +  ̆ (U+0418 U+0306). .

, . «» , , , , , .

[] «» «»?

«Unicode»  ( , , Unicode Consortium), , .

«». «-» ( «uni-» «-»: , , , ) «». , , , , «uni-» «-» («», «»  . .), , , UNICEF «United Nations International Childrens Emergency Fund»  .

«» . «», 11 «»[19]. .

, «Unicode» . «»[1].

, «Unicode», .

[] .

[]

  1. 1 2 Unicode Transcriptions  (.). 22 2011. 10 2010.
  2. Paratype
  3. The Unicode® Standard: A Technical Introduction. 22 2011. 4 2010.
  4. History of Unicode Release and Publication Dates. 22 2011. 4 2010.
  5. The Unicode Consortium. 22 2011. 4 2010.
  6. 1 2 3 Foreword. 22 2011. 4 2010.
  7. 1 2 General Structure. 22 2011. 5 2010.
  8. European Alphabetic Scripts. 22 2011. 4 2010.
  9. Unicode 88. 22 2011. 8 2010.
  10. Unicode and Microsoft Windows NT  (.). Microsoft Support. 22 2011.
  11. Unicode 50% -  (.). 22 2011.
  12. Roadmap to the TIP (Tertiary Ideographic Plane)
  13. http://www.cl.cam.ac.uk/~mgk25/ucs/utf-8-history.txt  (.)
  14. Unicode -
  15. «» () .
  16. , . , - , , , 67 ( ), . . 3,54 , UTF-8 2 .
  17. Arial Unicode 24 ; Times New Roman 120 , , 65536.
  18. 120 -. .
  19. 350 . «» 31 . «».

[]

«/w/index.php?title=&oldid=43892955»