unicode详解（转）

• UNICODE有多个字符集，其中最常用的是2字节字符集——UCS-2，即16个二进制，能表示0~65535共65536个字符，注意字符编码一般用十六进制来 表示，为了与十进制区分，十六进制以0x开头，如0x7ECF转换成十进制 就是32463。目前中、日、韩的三种文字占用了Unicode中0x3000到0x9FFF的部分，其中中文仅取用了不到一万个常用字符。全部的中文字符在UCS-4中逐渐整理出。

• Unicode码扩展自ASCII字元集。在严格的ASCII中，每个字元用7位元表示，或者电脑上普遍使用的每字元有8位元宽；而Unicode使用全16位元字元集。这使得Unicode能够表示世界上所有的书写语言中可能用於电脑通讯的字元、象形文字和其他符号。Unicode最初打算作为ASCII的补充，可能的话，最终将代替它。考虑到ASCII是电脑中最具支配地位的标准，所以这的确是一个很高的目标。
  Unicode影响到了电脑工业的每个部分，但也许会对作业系统和程式设计语言的影响最大。从这方面来看，我们已经上路了。Windows NT从底层支援Unicode。值得一提的是与ASCII码不兼容。目前，在网络、Windows系统和很多大型软件中得到应用。

• 在ASCII码中增添Unicode码内容：它前128个字符就是ASCII码，之后是扩展码。在它中，各个字符块基于同样的标准。其中有希腊字母，西里尔文，亚美尼亚文，希伯来文等。而汉文，韩语，日语的象形文字占用从0X3000到0X9FFF的代码。最杰出的地方是，它只有一个字符集，有效的避免了双字节字符集的二义性。缺点是：占用的内存空间比ASCII大2倍。