Unicode 字符是不是存在已知的 URI 方案或 URN 命名空间？

Posted 2023-02-21

【中文标题】Unicode 字符是不是存在已知的 URI 方案或 URN 命名空间？

【英文标题】：Is there known URI scheme or URN namespace for Unicode characters?Unicode 字符是否存在已知的 URI 方案或 URN 命名空间？

【发布时间】：2012-07-26 20:11:15

【问题描述】：

我需要使用 URI 引用 Unicode 字符。以下 IANA 参考文献列出了多个方案和命名空间，但未提及任何有关 Unicode 字符标识符的内容。有谁知道这样的东西是否已经存在？

http://www.iana.org/assignments/uri-schemes.html http://www.iana.org/assignments/urn-namespaces/urn-namespaces.xml

我希望能找到类似的东西

unicode://U+0394 urn:unicode://0394 http://unicode.org/unicode/0394

为希腊大写字母 delta Δ。

如果有人想知道，这是一个语义网之类的应用程序，它使用 URI 作为概念的标识符，包括 Unicode 字符的概念。

【参考方案1】：

由于这也被标记为semantic-web，我将尝试选择易于（且永久）取消引用且不会被误认为描述该字符的文档的 URI：data: 方案。不仅可以引用 Unicode 中的字符，还可以引用任何编码，以及其中的任何字符串。

data:;charset=utf-8,%CE%94

尝试打开此 URI 应该会生成一个 text/plain 文件，其中包含单个字符作为其内容。

如果系统接受 IRI（就像许多语义 Web 应用程序一样），则可以直接包含字符：

data:;charset=utf-8,Δ

这映射到与上图相同的 URI，您的浏览器可能会直接转换它。在这种情况下，必须指定 UTF-8，因为没有为其他编码定义映射。

【参考方案2】：

[编辑]：找到符合您需求的网址：http://unicode.org/cldr/utility/character.jsp?a=1F40F

.

嗯，有一个 URL 引用了 Unicode 数据库上的权威信息，即使它没有描述（如另一个答案中所说）一个特定字符的所有信息。

您有以下 URL，指向最新的 Unicode 数据库。这是现有有效 Unicode 字符的简单列表。缺少一些即将出现的字符 (㋿)，您应该期望它是可变的。

https://www.unicode.org/Public/UCD/latest/ucd/UnicodeData.txt

内容如下所示，按原样使用不太实用。

$ grep -ai kangaroo UnicodeData.txt -C 7
1F991;SQUID;So;0;ON;;;;;N;;;;;
1F992;GIRAFFE FACE;So;0;ON;;;;;N;;;;;
1F993;ZEBRA FACE;So;0;ON;;;;;N;;;;;
1F994;HEDGEHOG;So;0;ON;;;;;N;;;;;
1F995;SAUROPOD;So;0;ON;;;;;N;;;;;
1F996;T-REX;So;0;ON;;;;;N;;;;;
1F997;CRICKET;So;0;ON;;;;;N;;;;;
1F998;KANGAROO;So;0;ON;;;;;N;;;;;
1F999;LLAMA;So;0;ON;;;;;N;;;;;
1F99A;PEACOCK;So;0;ON;;;;;N;;;;;
1F99B;HIPPOPOTAMUS;So;0;ON;;;;;N;;;;;
1F99C;PARROT;So;0;ON;;;;;N;;;;;
1F99D;RACCOON;So;0;ON;;;;;N;;;;;
1F99E;LOBSTER;So;0;ON;;;;;N;;;;;
1F99F;MOSQUITO;So;0;ON;;;;;N;;;;;

您可以使用这样的后缀构建一个 hacky “基于哈希”的命名空间，但这绝对是非标准的。

https://www.unicode.org/Public/UCD/latest/ucd/UnicodeData.txt#1F998

【参考方案3】：

恐怕一般来说，没有 URL 或 URN 来引用有关 Unicode 字符的权威信息。在 Unicode 标准中，有关单个字符的信息部分位于所谓的字符数据库（主要是特定格式的纯文本文件）中，部分位于代码图表（PDF 文件）中。它们都没有提供指向单个角色的方法。此外，那里的信息并不详尽：关于散落在标准周围的个别字符信息的重要注释。

Decodeunicode 站点具有可单独寻址的项目，例如

http://www.decodeunicode.org/en/u+0394

但它的信息内容变化很大，而且通常非常有限。它不是官方的，目前仅包含 Unicode 5.0。

Fileformat.info 网站更加系统化，但它也是非官方的。它基本上仅限于形​​式属性和可从它们派生的数据，以及从代码图表中提取的 cmets，以及在 Windows 中键入字符的说明，以及有关字体支持的信息——但数量相当多！示例：

http://www.fileformat.info/info/unicode/char/0394/