基本介紹
- 中文名：通用多八位編碼字元集
- 外文名：Universal Multiple-Octet Coded Character Set
簡介,版本,Unicode和ISO 10646的關係,Unicode和ISO 10646的異同,
簡介
通用多八位編碼字元集包括了其他所有字元集。它保證了與其他字元集的雙向兼容，即，如果你將任何文本字元串翻譯到UCS格式，然後再翻譯回原編碼，你不會丟失任何信息。UCS包含了已知語言的所有字元。除了拉丁語、希臘語、斯拉夫語、希伯來語、阿拉伯語、亞美尼亞語、喬治亞語，還包括中文、日文、韓文這樣的方塊文字，UCS還包括大量的圖形、印刷、數學、科學符號。ISO/IEC 10646定義了一個31位的字元集。UCS不僅給每個字元分配一個代碼，而且賦予了一個正式的名字。表示一個UCS或Unicode值的十六進制數通常在前面加上“U+”，例如“U+0041”代表字元“A”。
版本
- ISO/IEC 10646-1:1993 = Unicode 1.1 = GB 13000.1-93《信息技術 通用多八位編碼字元集（UCS）第一部分：體系結構與基本多文種平面》。
- ISO/IEC 10646-1:1993 plus Amendments 5 to 7 = 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 and ISO/IEC 10646-2:2001 = Unicode 3.1
- ISO/IEC 10646-1:2000 plus Amendment 1 and ISO/IEC 10646-2:2001 = Unicode 3.2
- ISO/IEC 10646:2003 = Unicode 4.0 = GB 13000-2010
- ISO/IEC 10646:2003 plus Amendment 1 = Unicode 4.1
- ISO/IEC 10646:2003 plus Amendments 1 to 2 = Unicode 5.0 excluding Devanagari Letters GGA, JJA, DDDA and BBA, which are included in Amendment 3
- ISO/IEC 10646:2003 plus Amendments 1 to 4 = Unicode 5.1
- ISO/IEC 10646:2003 plus Amendments 1 to 6 = Unicode 5.2
- ISO/IEC 10646:2003 plus Amendments 1 to 8 = ISO/IEC 10646:2011 = Unicode 6.0 excluding Indian Rupee Sign
- ISO/IEC 10646:2012 = Unicode 6.1
- ISO/IEC 10646:2012 = Unicode 6.2 excluding Turkish Lira Sign, which is included in Amendment 1
- ISO/IEC 10646:2012 = Unicode 6.3 excluding Turkish Lira Sign, which is included in Amendment 1, and five bidirectional control characters (Arabic Letter Mark, Left-To-Right Isolate, Right-To-Left Isolate, First Strong Isolate, Pop Directional Isolate), which are included in Amendment 2
- ISO/IEC 10646:2012 plus Amendments 1 and 2 = Unicode 7.0 excluding the Ruble sign
- ISO/IEC 10646:2014 plus Amendment 1 = Unicode 8.0
Unicode和ISO 10646的關係
歷史上存在兩個獨立的嘗試創立單一字元集的組織，即
- 國際標準化組織（ISO）於1984年創建的ISO/IECJTC1/SC2/WG2，其含義是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表示這是ISO 646的擴展。
- 由Xerox、Apple等軟體製造商於1988年組成的統一碼聯盟。前者開發的ISO/IEC 10646項目，後者開發的統一碼項目。因此最初制定了不同的標準。
1991年前後，兩個項目的參與者都認識到，世界不需要兩個不兼容的字元集。於是，它們開始合併雙方的工作成果，並為創立一個單一編碼表而協同工作。1991年，不包含CJK統一漢字集的Unicode 1.0發布。隨後，CJK統一漢字集的制定於1993年完成，發布了ISO 10646-1:1993，即Unicode 1.1。
從Unicode 2.0開始，Unicode採用了與ISO 10646-1相同的字型檔和字碼；ISO也承諾，ISO 10646將不會替超出U+10FFFF的UCS-4編碼賦值，以使得兩者保持一致。兩個項目仍都獨立存在，並獨立地公布各自的標準。但統一碼聯盟和ISO/IEC JTC1/SC2都同意保持兩者標準的碼錶兼容，並緊密地共同調整任何未來的擴展。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 10646一般都儘可能採用Century字型。
Unicode和ISO 10646的異同
統一碼聯盟公布的Unicode標準包含了ISO/IEC 10646-1實現級別3的基本多文種平面。在兩個標準里，所有的字元都在相同的位置並且有相同的名字。ISO/IEC 10646標準，就像ISO/IEC 8859標準一樣，只不過是一個簡單的字元集表。它定義了一些編碼的別名，指定了一些與標準有關的術語，並包括了規範說明，指定了怎樣使用UCS連線其他ISO標準的實現，比如ISO/IEC 6429和ISO/IEC 2022。還有一些與ISO緊密相關的，比如ISO/IEC 14651是關於UCS字元串排序的。
Unicode標準，額外定義了許多與字元有關的語義符號學。Unicode詳細說明了繪製某些語言（如阿拉伯語）表達形式的算法，處理雙向文字（比如拉丁文和希伯來文的混合文字）的算法，排序與字元串比較所需的算法，等等。由於Unicode這一名字比較好記，因而它使用更為廣泛。不過一般認為，用於列印ISO/IEC 10646-1標準的字型在某些方面的質量，要高於Unicode 2.0。兩者部分樣例字形有顯著的區別。ISO/IEC 10646-1標準同樣使用四種不同的風格變體來顯示錶意文字如中文、日文、韓文（即CJK），但Unicode 2.0的表里只有中文的變體。甚至存在“Unicode對日本用戶來說不可接受”的不實傳說。
