整合營銷服務商
電腦端+手機端+微信端=數據同步管理
免費咨詢熱線：
電腦端+手機端+微信端=數據同步管理
免費咨詢熱線：
nicode 聯盟（Unicode Consortium）
Unicode 聯盟（Unicode Consortium）開發了 Unicode 標準（Unicode Standard）。他們的目標是使用標準的 Unicode 轉換格式（即 UTF，全稱 Unicode Transformation Format）取代現有的字符集。
Unicode 標準是一個成功的創舉，在 HTML、XML、Java、JavaScript、E-mail、ASP、PHP 中都得到實現。Unicode 標準也得到許多操作系統和所有現代瀏覽器的支持。
Unicode 聯盟與領先的標準開發組織合作，這些組織有 ISO、W3C 和 ECMA。
Unicode 字符集
Unicode 可以由不同的字符集實現。最常用的編碼是 UTF-8 和 UTF-16：
| 字符集 | 描述 |
|---|---|
| UTF-8 | UTF8 中的字符可以是 1 到 4 字節長。UTF-8 可以代表 Unicode 標準中的任何字符。UTF-8 向后兼容 ASCII。UTF-8 是電子郵件和網頁的首選編碼。 |
| UTF-16 | 16 位 Unicode 轉換格式是一種可變長度的 Unicode 字符編碼，能夠編碼整個 Unicode 指令表。UTF-16 主要用于操作系統和環境，如 Microsoft Windows、Java 和 .NET。 |
提示：Unicode 的前 128 個字符（與 ASCII 一一對應）使用一個與 ASCII二進制值相同的八位組進行編碼，使有效的 ASCII 文本在進行 UTF-8 編碼時也是有效的。
提示：所有的 HTML 4 處理器支持 UTF-8，所有的 HTML 5 和 XML 處理器支持 UTF-8 和 UTF-16！
HTML5 標準：Unicode UTF-8
因為 ISO-8859 中字符集大小是有限的，且在多語言環境中不兼容，所以 Unicode 聯盟開發了 Unicode 標準。
Unicode 標準覆蓋了（幾乎）所有的字符、標點符號和符號。
Unicode 使文本的處理、存儲和運輸，獨立于平臺和語言。
HTML-5 中默認的字符編碼是 UTF-8。
下面列出了一些 HTML5 支持的 UTF-8 字符集：
| 字符集 | 十進制 | 十六進制 |
|---|---|---|
| C0 控制與基本的 Latin（C0 Controls and Basic Latin） | 0-127 | 0000-007F |
| C1 控制與 Latin-1 的補充（C1 Controls and Latin-1 Supplement） | 128-255 | 0080-00FF |
| Latin 擴展 A（Latin Extended-A） | 256-383 | 0100-017F |
| Latin 擴展 B（Latin Extended-B） | 384-591 | 0180-024F |
如果 HTML5 網頁使用不同于 UTF-8 的字符，則需要在 <meta> 標簽中指定，如下：
實例
<meta charset="ISO-8859-1">
如您還有不明白的可以在下面與我留言或是與我探討QQ群308855039，我們一起飛！
HTML 中，正確的字符編碼是什么？
HTML5 中默認的字符編碼是 UTF-8。
這并非總是如此。早期網絡的字符編碼是 ASCII 碼。
后來，從 HTML 2.0 到 HTML 4.01，ISO-8859-1 被認定為標準。
隨著 XML 和 HTML5 的出現，UTF-8 也終于到來了，解決了大量的字符編碼問題。
下面是關于字符編碼標準的簡短概述。
在開始的時候：ASCII
計算機信息（數字、文字、圖片）在電子中是以二進制 1 和 0（01000101）進行存儲的。
為了規范字母數字字符的存儲，創建了 ASCII（全稱 American Standard Code for Information Interchange）。它為每個存儲字符定義了一個獨特的二元 7 位數字，支持 0-9 數字，大/小寫英文字母（a-z、A-Z）和一些特殊的字符，比如 ! $ + - ( ) @ < > 。
由于 ASCII 使用一個字節（7 位表示字符，1 位表示傳輸奇偶控制），所以它只能表示 128 個不同的字符。這些字符中有 32 個被保留作為其他控制目的使用。
ASCII 的最大的缺點是，它排除了非英文字母。
ASCII 今天仍然在廣泛使用，尤其是在大型計算機系統中。
如需深入了解 ASCII，請查看完整的 ASCII 參考手冊。
在 Windows 中：ANSI
ANSI（也稱為 Windows-1252），是 Windows 95 及其之前的 Windows 系統中默認的字符集。
ANSI 是 ASCII 的擴展，它加入了國際字符。它使用一個完整的字節（8 位）來表示 256 個不同字符。
自從 ANSI 成為 Windows 中默認的字符集，所有的瀏覽器都支持 ANSI。
如需深入了解 ANSI，請查看完整的 ANSI 參考手冊。
在 HTML 4 中：ISO-8859-1
由于大多數國家使用 ASCII 以外的字符，在 HTML 2.0 標準中，默認的字符編碼更改為 ISO-8859-1。
ISO-8859-1 是 ASCII 的擴展，它加入了國際字符。與 ANSI 一樣，它使用一個完整的字節（8 位）來表示 256 個不同字符。
如果 HTML 4 網頁使用了不同于 ISO-8859-1 的字符集，則需要在 <meta> 標簽中指定，如下所示：
實例
<metahttp-equiv="Content-Type"content="text/html;charset=ISO-8859-8">
如需深入了解 ISO-8859-1，請查看完整的 ISO-8859-1 參考手冊。
在 HTML5 中：Unicode（UTF-8）
由于以上所列的字符集是有限的，在多語言環境中是不兼容的，所以 Unicode 聯盟（Unicode Consortium）開發了 Unicode 標準（Unicode Standard）。
Unicode 標準覆蓋了（幾乎）所有的字符、標點符號和符號。
Unicode 使文本的處理、存儲和運輸，獨立于平臺和語言。
HTML5 中默認的字符編碼是 UTF-8。
如您還有不明白的可以在下面與我留言或是與我探討QQ群308855039，我們一起飛！
當瀏覽器在網頁中檢測到 ISO-8859-1 時，通常默認為 ANSI，因為除了 ANSI 有 32 個額外的字符這一點，其他方面 ANSI 基本等同于 ISO-8859-1。
HTML5 中默認的字符集是 UTF-8。
所有的 HTML 4 處理器都支持 UTF-8，所有的 HTML5 和 XML 處理器都支持 UTF-8 和 UTF-16。
多互聯網新鮮資訊、工作奇淫技巧關注原創【飛魚在浪嶼】（日更新）
Unicode是涵蓋世界上大多數書寫系統。用在網絡，大多數操作系統，Java和.NET的標準編碼等。
在Unicode誕生之前，都有自己的編碼，它們都不同，而且不兼容編碼。而Unicode是幾乎所有字符的超集，因此可以用于互換信息。
它誕生至今30多年了。
在開始下文之前，如果遇到查詢unicode代碼的，可以使用工具類網站https://unicode.yunser.com/unicode
Unicode 為每個字符（例如a，?， ?，不和?）定義一個代碼/數字。從Unicode 6.2開始（http://www.unicode.org/versions/Unicode6.2.0/），共有109,976個代碼！
它還包括組合字符，諸如??之類，這些字符可以添加到其他字符中；這樣，Unicode不需要字母和重音的每種可能組合設置一個代碼。另一方面，Unicode的一般不關心字體或風格上的區別：比如下面兩個是同一種字符：
Unicode不只是字符集合。它還涵蓋了諸如UTF-8之類的標準編碼。小寫/大寫/標題大小寫映射，整理（排序），換行符，從右到左的腳本的渲染處理等。
因為Unicode是其他編碼的超集，所以它有時包括同一個字符，但是卻有多個不同的代碼，例如，以下三個：
python輸出
為了使它們在相等性測試等中被視為相同的字符串，您應該通過Unicode規范（http://unicode.org/reports/tr15/）運行所有輸入。最常見的形式是 NFC（Normalisation Form C），它盡可能使用預先組合字符，并如果存在多個，則一個嚴格的順序定義這變音符號。NFD D（Normalisation Form D）則盡可能撰寫1個字符。只要您保持一致，使用哪種形式都沒有關系。NFD通常更快（代碼點更少），建議通過NFD運行輸入，并通過NFC輸出。
Compatibility decomposition/兼容性分解（NFKC，compatibility decomposition + canonical composition）會把?，Ⅸ和甚至?映射為為“FFI”，“IX”和“5”分別。搜索文本時，這種NFKC規范化功能會起到幫助。
在Unicode世界中，大小寫并不是那么簡單：
為了確保您的代碼能夠處理這些情況以及任何新的情況，Unicode提供了 一種單向 “ casefold”操作，該操作允許不區分大小寫的比較。
排序（或排序規則）是特定于語言環境的，并且像大小寫一樣充滿特殊性：
僅通過二進制比較進行排序是不夠的。而且，代碼點通常也不是明智的。幸運的是，Unicode指定了一種 可高度自定義的歸類算法，該算法涵蓋了所有邊緣情況，并且做了一些巧妙的工作以使其變得相當快。這是一個示例：2
該UCA可以把“10”和“2”視為數值，如排序“10”“放在“2”后面？” 。把“?”視為字符串“問號”。
大端序有UTF-8，UTF-16和UTF-32。每種編碼都保證幾乎每個碼點和字節序列的可逆映射。
國際字符 給域名帶來了一個大問題。就像 I （I 0049 拉丁文大寫 I）和 l（l 006C拉丁L的小寫） 看起來很相似一樣，Unicode除了增加了許多不可見的控制字符，空格字符和從右到左的文本外，還將這個問題放大很多。
瀏覽器和注冊商已針對此采取了幾種措施：
RFC 3491定義了nameprep，一種在字符串可以在域名中使用之前對字符串進行大小寫折疊，規范化和清理的機制。如果使用了禁止的代碼點，這將刪除許多不可見的字符并拋出異常。
出于傳統原因，DNS不允許ASCII之外的擴展字符，因此Punycode是ASCII兼容的編碼方案。例如，café.com變為xn--caf-dma.com。所有Punycode編碼的域組件都可以通過其xn--前綴立即識別。
這也適用于頂級域名 ：比如中國的代碼為xn-fiqs8s。
在Perl至少，一切（substr，length，index，reverse...）操作是以代碼點為準。但這通常不是你想要的，因為用戶認為像?這樣的字符實際上是兩個代碼點（y + ??）。
甚至看似沒問題的東西，例如printf "%-10s", $str完全中斷組合字符，全角字符（例如中文/日文）或零角字符的操作。
一旦涉及到Unicode ，換行（或自動換行）就變得異常復雜。您必須考慮各種不間斷和不間斷的控制和空格字符，每種語言中的標點符號（例如?和?引號或數字中使用的句號或逗號）以及每個字符的寬度。
當您使用Unicode字符串作為文件或目錄名稱時，所有操作都不好用。使用什么編碼？使用什么API？（Windows有兩種，一種使用Unicode，另一種嘗試使用與語言環境相關的編碼）。Mac OSX文件系統則會執行規范化，例如對文件名執行NFD。如果您的平臺不了解分解后的Unicode，則可能會出現問題。
漢字是中文，日文（漢字）以及韓文和越南文的共同特征。根據腳本的不同，許多腳本都有獨特的視覺外觀，但是Unicode出于簡化和性能的原因將它們統一為一個代碼點（示例）。
這引起了爭議，因為角色的視覺形式可能有意義；可能不會向用戶顯示他們的國家/地區版本，而是其他國家/地區的版本。在某些情況下，它們看起來可能非常不同（例如，直）。正如西方名稱的變化（例如“ John”或“ Jon”）一樣，日語名稱可能使用Unicode無法提供的特定字形變體，因此人們實際上無法以自己喜歡的方式來寫自己的名字！
實際上，用戶選擇一種字體以其想要的樣式呈現字形，無論是日語還是中文。變體選擇器（參見下文）是解決該問題的另一種方法。
由于政治和遺留原因（與舊字符集兼容），Unicode不會嘗試統一簡體和繁體中文。
Unicode 6.0版增加了722個“表情符號”字符，這些表情符號通常在日語手機上使用，但最近在Mac OS X（Lion），Gmail，iPhone和Windows Phone 7中使用。某些字體可能選擇將其呈現為全彩色表情符號。 ; 有些則可能根本不支持他們。
表情符號的Unicode表示，包含你熟悉的LOVE HOTEL 和PILE OF POO
Unicode 6.0的表情符號為許多國家（地區）標志引入了符號，但并不是全部國家。作為一種可選方案，范圍U + 1F1E6 .. U + 1F1FF 定義了從A到Z的符號。如果該范圍中的兩個符號形成了ISO-3166-1國家代碼（例如，法國的“ FR”），則渲染器可以顯示為國旗！
變體選擇器是代碼點，可更改渲染字符之前的字符方式。有256個，它們占據的范圍為U + FE00 .. U + FE0F 和U + E0100.. U + E01EF加上U + 180B，U + 180C和U + 180D。
它們對于蒙古語腳本來說是必不可少的，蒙古語腳本具有不同的字形形式，具體取決于其在單詞中的位置，單詞的性別，附近有哪些字母，單詞是否為外國單詞以及現代與傳統拼字法（詳細信息）。
預計這些將用于提供由Han Unification統一的字形的變體。
它們還用于更深奧的事物，例如數學運算符的襯線版本。
*請認真填寫需求信息，我們會在24小時內與您取得聯系。
