关于Unicode的小理解

Posted 2020-12-18 marshwinter

个人理解，细节不是很多，参考资料说的更好，今天突然看到这块东西，对这个Unicode编码以及Unicode和UTF-8等之间的关系理解更深了。这里主要涉及码点这个概念，即哪个数字对应哪个字符，然后Unicode解决的就是这个问题，但是具体的如何在计算机中用字节去表示这些码点（即编码的概念），则产生出了UTF-32（4个字节表示），UTF-16（只能是2个或4个字节），UTF-8（可以是1,2,3,4个字节）这些编码方式。

然后这里再提一个，JS的编码由于历史原因内部使用的是ucs-2，可以认为是UTF-16的一个子集（只支持2个字节的基本平面字符），所以遇到辅助平面的字符的时候会拆分成2个基本平面编码（UTF-16的），但是对于字符的正确识别这一块已经改善很多。

参考网址：

http://www.ruanyifeng.com/blog/2014/12/unicode.html

http://www.ruanyifeng.com/blog/2007/10/ascii_unicode_and_utf-8.html