我需要知道关于Unicode的什么？
作为一名应用程序开发人员，我需要了解Unicode吗？
Unicode是为书面通信中使用的字形定义数字代码的标准。 或者，正如他们自己说的那样：
用于编写所有世界语言的字符的数字表示的标准。 Unicode提供了一种统一的手段来存储，search和交换任何语言的文本。 它被所有的现代计算机所使用，并且是在因特网上处理文本的基础。 Unicode由Unicode联盟开发和维护。
开发人员有许多常见的，但很容易避免的编程错误，他们不愿意自学Unicode和编码。
- 首先，请到权威的详细信息和实施准则。
- 正如其他人所说的，乔尔·斯波斯基（Joel Spolsky）对这些错误有很好的评价。
- 我也喜欢Elliotte Rusty Harold的Unicode十诫 。
- 开发者还应该注意规范表示攻击。
你应该知道的一些关键概念是：
- 字形 – 用于表示书写字符的混合graphics。
- 组合 – 组合字形创build另一个字形。
- 编码 – 将 Unicode点转换为字节stream。
- 对Unicodestring进行整理 – 区分大小写的比较。
阅读Joel的绝对最低限度每个软件开发人员绝对，积极必须知道Unicode和字符集（没有借口！）
unicode.org只是增加另一个链接的风险，是一个惊人的资源。
简而言之，它是ASCII的替代品，用来处理人类曾经使用过的每一个字符。 Unicode有多种编码scheme来处理所有这些字符 – 现在或多或less是标准的UTF-8很难保留每个字符的单个字节，并且与前7个位的ASCII相同。
（作为一个附录，程序员之间存在着一个普遍的误解，那就是如果你打算进行国际化的话，你只需要知道Unicode就可以了。虽然这当然是一个用途，但并不是唯一的一个，例如，我正在开发一个这个项目只会使用英文文本 – 但是有大量的花式math符号，把整个项目移动到完全的Unicode解决了更多的问题。
Joel Spolsky的这篇文章应该会帮助你很多。
统一码是行业认可的标准，可以持续表示能够代表世界angular色系统的文本。 所有开发人员都需要了解这一点，因为全球化是一个日益严重的问题。
用于处理Unicode的一个（开放）代码源是ICU – 用于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）。
Unicode是一种字符集，除ASCII（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）以外，它包含大约200万个字符，包括所有已知语言（中文，俄文，希腊语，阿拉伯语等）以及您可能从未听说过的一些语言（甚至还有大量不再使用的死亡语言符号，但对归档古代文档非常有用）。
因此，不用处理数十种不同的字符编码，您可以使用一种编码方式（这也使得在单个文本string中混合来自不同语言的字符变得更加容易，因为您不需要将编码切换到中间的一个文本string）。 其实还剩下足够的空间，我们远远没有使用所有的200万字符。 Unicode联盟可以很容易地为另外100种语言添加符号，甚至不用担心符号空间不足。
任何你可以在图书馆find的任何语言的书都可以用Unicode来表示。 Unicode是编码本身的名称，它是如何表示为“字节”是一个不同的问题。 有几种编写UTF-8的Unicode字符的方法（一到六个字节代表一个字符，取决于字符数，英文几乎总是一个字节，其他罗马语言可能是两三个，中文/日文可能更多） ，UTF-16（大多数字符是两个字节，一些很less使用的是四个字节）和UTF-32，每个字符是四个字节。 还有其他的，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，几乎任何东西都是Unicode）和编程语言（Java使用Unicode作为默认编码，通常是UTF-16，我听说Python也会使用，并将使用或已经使用UTF- 32）。 如果您打算编写一个应该显示，存储或处理纯英文以外的任何应用程序，最好习惯Unicode，越快越好。
在这里你可以find一个很好的指南：
Unicode是一个枚举字符的标准，并为它们提供了唯一的数字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文字的字符集，还有很多奇特的东西，如古希腊音乐符号。
与其他字符编码scheme（如ASCII或ISO-8859标准）不同，Unicode没有说明以字节表示这些字符的任何内容; 它只是给字符提供一组通用的ID。 所以说Unicode是“16位ASCII代替”是错误的。
有各种编码scheme可以表示字节中的任意Unicode字符，包括UTF-8，UTF-16等。
你不需要学习unicode来使用它，这是一个复杂的规范地狱。 你只需要知道主要的问题，以及你的编程工具如何处理它。 要了解这一点，请检查Galwegian链接以及您的编程语言和ide文档。
EG：
你可以将latin-1中的任何字符转换为unicode，但是对于所有的字符不能以其他方式工作。 PHP现在让你现在有一些function（如stristr）不能用于unicode。 Python以这种方式声明unicodestring：u“Hello World”。
这是你必须知道的那种瘦身。
知道了，如果你没有一个好的理由不使用unicode，那么就使用它。
Unicode_In_5_Minutes
所有有关的Python和Unicode格式
