跳转到内容

通用字符集

本页使用了标题或全文手工转换
维基百科，自由的百科全书
「Universal Coded Character Set (UCS)」的各地常用譯名
中国大陸通用多八位编码字符集（UCS）
臺灣廣用多八位元組編碼字元集(UCS)

通用字符集（英語：Universal Character Set, UCS）是由ISO制定的ISO 10646（或称ISO/IEC 10646）标准所定义的标准字符集。

通用字符集又称Universal Multiple-Octet Coded Character Set，中国大陆译为通用多八位编码字符集，台湾译为廣用多八位元組編碼字元集。

概要

[编辑]

通用字符集包括了其他所有字符集。它保证了与其他字符集的双向兼容，即，如果你将任何文本字符串翻译到UCS格式，然后再翻译回原编码，你不会丢失任何信息。

UCS包含了已知文字的所有字符。除了拉丁字母、希腊字母、西里爾字母、方體亞拉姆字母、阿拉伯字母、亚美尼亚字母、格鲁吉亚字母，还包括漢字、假名、諺文这样的方塊文字，UCS还包括大量的图形、印刷、数学、科学符号。

ISO/IEC 10646定义了一个31位的字符集。

UCS不仅给每个字符分配一个代码，而且赋予了一个正式的名字。表示一个UCS或Unicode值的十六进制数通常在前面加上“U+”，例如“U+0041”代表字符“A”。

版本

[编辑]
  • ISO/IEC 10646-1:1993 = Unicode 1.1 = GB 13000.1-93《信息技术 通用多八位编码字符集（UCS）第一部分：体系结构与基本多文种平面》。
  • ISO/IEC 10646-1:1993 第五至第七修订版 = Unicode 2.0
  • ISO/IEC 10646-1:1993 plus Amendments 5 to 7 = Unicode 2.1 excluding Euro Sign and Object Replacement Character, which are included in Amendment 18
  • ISO/IEC 10646-1:2000 = Unicode 3.0
  • ISO/IEC 10646-1:2000 和 ISO/IEC 10646-2:2001 = Unicode 3.1
  • ISO/IEC 10646-1:2000 第一修订版和 ISO/IEC 10646-2:2001 = Unicode 3.2
  • ISO/IEC 10646:2003 = Unicode 4.0 = GB 13000-2010
  • ISO/IEC 10646:2003 第一修订版 = Unicode 4.1
  • ISO/IEC 10646:2003 第一、第二修订版 = Unicode 5.0 excluding Devanagari Letters GGA, JJA, DDDA and BBA, which are included in Amendment 3
  • ISO/IEC 10646:2003 第一至第四修订版 = Unicode 5.1
  • ISO/IEC 10646:2003 第一至第六修订版 = Unicode 5.2
  • ISO/IEC 10646:2003 第一至第八修订版 = ISO/IEC 10646:2011 = Unicode 6.0 包括 Indian Rupee Sign
  • ISO/IEC 10646:2012 = Unicode 6.1
  • ISO/IEC 10646:2012 = Unicode 6.2，但不含 土耳其里拉符号（ISO 直到第一修订版才加入）
  • ISO/IEC 10646:2012 = Unicode 6.3，但不含 土耳其里拉符号，也不含五个双向控制字符 (Arabic Letter Mark, Left-To-Right Isolate, Right-To-Left Isolate, First Strong Isolate, Pop Directional Isolate)，ISO 直到第二修订版）
  • ISO/IEC 10646:2012 第一、第二修订版 = Unicode 7.0 ，但不含俄罗斯卢布符号
  • ISO/IEC 10646:2014 第一修订版 = Unicode 8.0[1]，但不含格鲁吉亚拉里符号、九个CJK统一表一字和41个繪文字
  • ISO/IEC 10646:2014 第一、第二修订版 = Unicode 9.0 ，但不含Adlam, Newa, 日本的电视用符号、74个繪文字
  • ISO/IEC 10646:2017 = Unicode 10.0，但不含285个變體假名, 3 Zanabazar Square characters和 56个繪文字
  • ISO/IEC 10646:2020 = Unicode 13.0.0

实现级别

[编辑]

并不是所有的系统都需要支持像組合字符这样的的先进机制。因此ISO 10646指定了如下三种实现级别：

  • 级别1：不支持组合字符和諺文字母字符。
  • 级别2：类似于级别1，但在某些文字中，允许一列固定的组合字符，因为如果没有最起码的几个组合字符，UCS就不能完整地表达这些语言。
  • 级别3：支持所有的通用字符集字符，如，可以在任意一个字符上加上一个箭头或一个鼻音化符號.

Unicode和ISO 10646的关系

[编辑]

历史上存在两个独立的尝试创立单一字符集的组织，即

  • 国际标准化组织（ISO）于1984年创建的ISO/IEC JTC1/SC2/WG2，其含义是International Organization for Standardization / International Electrotechnical Commission, Joint Technical Committee #1 [Information Technology], Subcommittee #2 [Coded Character Sets], Working Group #2 [Multi-octet codes]). ISO 10646表示这是ISO 646的扩展。
  • 由Xerox、Apple等软件制造商于1988年组成的統一碼聯盟。前者开发的ISO/IEC 10646项目，后者开发的統一碼项目。因此最初制定了不同的标准。

1991年前后，两个项目的参与者都认识到，世界不需要两个不兼容的字符集。于是，它们开始合并双方的工作成果，并为创立一个单一编码表而协同工作。1991年，不包含CJK统一汉字集的Unicode 1.0发布。随后，CJK统一汉字集的制定于1993年完成，发布了ISO 10646-1:1993，即Unicode 1.1。

从Unicode 2.0开始，Unicode采用了与ISO 10646-1相同的字库和字码；ISO也承诺，ISO 10646将不会替超出U+10FFFF的UCS-4编码赋值，以使得两者保持一致。两个项目仍都独立存在，并独立地公布各自的标准。但統一碼聯盟和ISO/IEC JTC1/SC2都同意保持两者标准的码表兼容，并紧密地共同调整任何未来的扩展。在發布的時候，Unicode一般都會採用有關字碼最常見的字型，但ISO 10646一般都盡可能採用Century字型。

Unicode和ISO 10646的异同

[编辑]

統一碼聯盟公布的Unicode标准包含了ISO/IEC 10646-1实现级别3的基本多文种平面。在两个标准里，所有的字符都在相同的位置并且有相同的名字。

ISO/IEC 10646标准，就像ISO/IEC 8859标准一样，只不过是一个简单的字符集表。它定义了一些编码的别名，指定了一些与标准有关的术语，并包括了规范说明，指定了怎样使用UCS连接其他ISO标准的实现，比如ISO/IEC 6429和ISO/IEC 2022。还有一些与ISO紧密相关的，比如ISO/IEC 14651是关于UCS字符串排序的。

Unicode标准，额外定义了许多与字符有关的语义符号学。Unicode详细说明了绘制某些语言（如阿拉伯语）表达形式的算法，处理双向文字（比如拉丁文和希伯来文的混合文字）的算法，排序与字符串比较所需的算法，等等。

由于Unicode这一名字比较好记，因而它使用更为广泛。不过一般认为，用于打印ISO/IEC 10646-1标准的字体在某些方面的质量，要高于Unicode 2.0。

两者部分样例字形有显著的区别。ISO/IEC 10646-1标准同样使用四种不同的风格变体来显示表意文字如中文、日文、韩文（即CJK），但Unicode 2.0的表裡只有中文的变体。甚至存在“Unicode对日本用户来说不可接受”的不實传说。

常見誤解

[编辑]

ISO 10646是字形標準

[编辑]

實際上，ISO/IEC 10646處理的是編碼標準，但因為一些資料的混亂，而使人產生誤會。比如一個常見的例子是：香港有研究人員以「ISO10646HK.NET （页面存档备份，存于互联网档案馆）」為網址，公佈一些字形製作和拼音釐定的文件。有些人便因此誤以為ISO/IEC 10646是字形標準。

其實，在漢字文化圈中，各地都有其字形標準，例如香港的標準是《常用字字形表》。而ISO/IEC 10646則是作為一套編碼標準，而不是去處理各地標準的細微差異或釐定標準字形。

ISO 10646比Unicode更支援某地編碼

[编辑]

在Unicode和ISO/IEC 10646兩個標準中，雖然兩者部分樣例字形有顯著的區別，所有的字元都在相同的位置並且有相同的名字。ISO/IEC 10646-1標準使用四種不同的風格來顯示中（繁、簡）、日、韓文字，但Unicode的表中，只用簡體中文風格來顯示，像「Unicode對日本用戶來說不可接受」的誤解，便由此產生。

其實，上文已說明，ISO/IEC 10646或Unicode都只是編碼標準，並不處理字形風格標準之問題。字形的風格可以透過改變顯示字體來解決。

参考文献

[编辑]
  1. ^ Unicode 8.0.0 - Synchronization. [20 February 2015]. （原始内容存档于2016-06-28）. This version of the Unicode Standard is synchronized with ISO/IEC 10646:2014, plus Amendment 1. Additionally, it includes the accelerated publication of XXXX. 

外部链接

[编辑]
检索自“https://zh.wikipedia.org/w/index.php?title=通用字符集&oldid=80708887”
pFad - Phonifier reborn

Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.

Note: This service is not intended for secure transactions such as banking, social media, email, or purchasing. Use at your own risk. We assume no liability whatsoever for broken pages.


Alternative Proxies:

Alternative Proxy

pFad Proxy

pFad v3 Proxy

pFad v4 Proxy