作为应用程序开发人员，我是否需要了解Unicode？
答案 0 :(得分：45)
Unicode是一种标准，用于定义书面通信中使用的字形的数字代码。或者，正如他们自己说的那样：
数字标准 所用字符的表示 写下所有的世界 语言。 Unicode提供了统一的 用于存储，搜索和 用任何语言交换文本。它 被所有现代计算机使用并且是 处理文本的基础 互联网。 Unicode是开发和 由Unicode Consortium维护。
开发人员承诺提供许多常见的，但很容易避免的编程错误，他们不打算自己教授Unicode及其编码。
您应该注意的一些关键概念是：
答案 1 :(得分：11)
冒着只添加其他链接的风险，unicode.org是一个非常壮观的资源。
简而言之，它是ASCII的替代品，旨在处理人类曾经使用的每个角色。 Unicode有几种编码方案可以处理所有这些字符 - UTF-8，现在或多或少是标准，每个字符的单个字节很难保留，并且与前7位的ASCII相同。
（作为附录，程序员之间存在一种流行的误解，如果你要进行国际化，你只需要了解Unicode。虽然这肯定是一种用途，但它不是唯一的。例如，我是在一个只会使用英文文本的项目上工作 - 但是有大量奇特的数学符号。将整个项目移动到完全Unicode解决了比我可以计算的更多问题。）
答案 2 :(得分：4)
Unicode是行业认可的标准，用于始终如一地表示能够代表世界角色系统的文本。所有开发人员都需要了解它，因为全球化越来越受到关注。
答案 3 :(得分：3)
处理Unicode的一个（开放）代码源是ICU - Unicode的国际化组件。它包括用于Java的ICU4J和用于C和C ++的ICU4C（提供C接口;使用C ++编译器）。
答案 4 :(得分：2)
Unicode是一个字符集，除ASCII之外（仅包含英文字母，127个字符，其中三分之一实际上是不可打印的控制字符）包含大约200万个字符，包括已知的每种语言的字符（中文）和俄语，希腊语，阿拉伯语等等。你可能从未听说过的一些语言（甚至许多死语言符号不再使用，但对于存档古代文档很有用）。
因此，不是处理几十种不同的字符编码，而是对所有字符编码都有一种编码（这也使得在单个文本字符串中混合来自不同语言的字符更容易，因为您不需要切换编码在文本字符串中间的某个地方）。实际上仍然有足够的空间，我们远未使用所有2个mio字符; Unicode Consortium可以轻松地为另外100种语言添加符号，甚至不用担心会耗尽符号空间。
几乎任何你今天在图书馆里找到的任何语言的书都可以用Unicode表示。 Unicode是编码本身的名称，它如何表示为“字节”是一个不同的问题。有几种方法可以编写像UTF-8这样的Unicode字符（一到六个字节代表一个字符，取决于字符编号，英文几乎总是一个字节，其他罗马语言可能是两个或三个，中文/日文可能更多） ，UTF-16（大多数字符是两个字节，一些很少使用的是四个字节）和UTF-32，每个字符是四个字节。还有其他人，但这些是主要的。
Unicode是许多较新操作系统的默认编码（在Mac OS X中几乎都是Unicode）和编程语言（Java使用Unicode作为默认编码，通常是UTF-16，我听过Python也会这样做，并且会使用或已经使用使用UTF-32）。如果你打算编写一个应该显示，存储或处理除纯英文文本以外的任何应用程序的应用程序，你最好习惯Unicode，越快越好。
答案 5 :(得分：1)
Unicode是一种枚举字符的标准，并为它们提供唯一的数字ID（称为“代码点”）。它包括一个非常大的，不断增长的大多数现代书面语言的字符集，以及许多异国情调的东西，如古希腊音乐符号。
与其他字符编码方案（如ASCII或ISO-8859标准）不同，Unicode没有说明以字节为单位表示这些字符;它只是为角色提供了一组通用的ID。因此，说Unicode是“16位替代ASCII”是错误的。
有各种编码方案可以用字节表示任意Unicode字符，包括UTF-8，UTF-16等。
答案 6 :(得分：1)
你不需要学习unicode来使用它，这是一个复杂规范的地狱。您只需要了解主要问题以及编程工具如何处理它。要了解这一点，请查看Galwegian的链接以及您的编程语言和ide文档。
E.G：
您可以将任何字符从latin-1转换为unicode，但对于所有字符，它不会以其他方式工作。 PHP现在允许您使用某些函数（如stristr）与unicode不兼容。 Python以这种方式声明unicode字符串：u“Hello World”。
这是你必须知道的那种瘦弱。
知道如果你没有使用unicode的好理由，那就使用它吧。