Unicode: Διαφορά μεταξύ των αναθεωρήσεων

 

Η καθιέρωση του Unicode είναι ένα φιλόδοξο σχέδιο αφού σκοπεύει να αντικαταστήσει όλες τις υπάρχουσες κωδικοποιήσεις συνόλων χαρακτήρων, οι οποίες έχουν

περιορισμούς που τις καθιστούν προβληματικές για χρήση σε πολυγλωσσικά υπολογιστικά συστήματα.

 

 

== Γέννηση και ανάπτυξη του προτύπου ==

αναπτύσσει το πρότυπο Unicode. Οποιαδήποτε οργάνωση

ή ιδιώτης μπορεί να γίνει μέλος της εφόσον πληρώσει συνδρομή.

λογισμικού και υλικού που ενδιαφέρονται σχετικά όπως οι [[Apple]], [[Microsoft]], [[International Business Machines|IBM]], [[Xerox]], [[Hewlett-Packard|HP]], [[Adobe Systems]] και πολλές άλλες.

 

Η κοινοπραξία δημοσίευσε πρώτη φορά ''Το πρότυπο Unicode''(ISBN 0-321-18578-1) το [[1991]],και συνεχίζει να αναπτύσσει πρότυπα

σε συνδυασμό με τον [[ISO|Διεθνή Οργανισμό Τυποποίησης ISO]],και

το πρότυπό της μοιράζεται το σύνολο χαρακτήρων της με το πρότυπο[[ISO/IEC 10646]].

χαρακτήρων αλλά το Unicode περιέχει πολύ περισσότερες πληροφορίες

θέματα όπως κωδικοποίηση βασισμένη σε μπιτ, [[Unicode collation αλγόριθμοι]], και γραφική απόδοση. Το Unicode απαριθμεί

μερικώς διαφορετική ορολογία.

 

<div id="Upluslink">

Όταν γράφουμε για κωδικά σημεία του Unicode είναι σύνηθες να

είναι το κωδικό σημείο στο [[δεκαεξαδικό σύστημα]]

</div>

=== Αποθήκευση μεταφορά και επεξεργασία ===

 

χαρακτήρα που χρησιμοποιείται σε κάποιο αλφάβητο στη Γη σε έναν

αριθμών κατά την επεξεργασία κειμένου είναι ένα εντελώς διαφορετικό θέμα.

Προβλήματα ανακύπτουν από το γεγονός ότι το [[λογισμικό]] που

 

Η εσωτερική λογική παραδοσιακών 8-μπιτ εφαρμογών επιτρέπει μόνο 8 μπιτς

των 256 κωδικών σημείων χωρίς ειδική επεξεργασία.

Έτσι οι [[προγραμματιστής|μηχανικοί λογισμικού]] έχουν προτείνει

[[πηγαίος κώδικας|πηγαίου κώδικα]] και διαλειτουργικότητας

με άλλα συστήματα.

 

 

* Τις '''UTF''' ('''Unicode Transformation Format''') κωδικοποιήσεις

* Και τις '''UCS''' ('''Universal Character Set''') κωδικοποιήσεις

 

=== Έτοιμοι και σύνθετοι χαρακτήρες ===

Παρόμοια κατάσταση ισχύει και με το Hangul. Το Unicode παρέχει τον μηχανισμό σύνθεσης συλλαβών Hangul με το Hangul Jamo. Ωστόσο, παρέχει επίσης προσυντεθιμένες συλλαβές Hangul (11,171 συλλαβές)

Τα ιδεογράμματα CJK (Κίνα, Ιαπωνία, Κορέα) έχουν επί του παρόντος κώδικες μόνο για την προσυντεθιμένη μορφή τους. Ακόμα όμως, τα περισσότερα από αυτά τα ιδεογραφήματα τελικώς αποτελούνται από απλούστερα στοιχεία, έτσι, κατ' αρχήν το Unicode μπορεί να τα αποσυνθέσει όπως συμβαίνει με τα Hangul. Αυτό θα μείωνε σε μεγάλο βαθμό τον αριθμό των απαιτούμενων κωδικών σημείων, ενώ ταυτόχρονα επιτρέπει την εμφάνιση στην πραγματικότητα κάθε νοητού ιδεογραφήματος (καταργώντας έτσι τα προβλήματα της Han unification) Μια παρόμοια ιδέα καλύπτει ορισμένες μεθόδους εισαγωγής όπως η μέθοδος Cangjie και Wubi. Ωστόσο, οι προσπάθειες να γίνει αυτό για κωδικοποίηση χαρακτήρων σκόνταψαν πάνω στο γεγονός ότι τα ιδεογραφήματα δεν αποσυντίθενται τόσο απλά ή τόσο κανονικά όσο δείχνουν.

Οι συνδυαζόμενοι χαρακτήρες, όπως η περίπλοκη μορφοποίηση του script που απαιτείται για να αποδώσει κανείς σωστά ένα Αραβικό κείμενο και πολλά άλλα scripts, συχνά εξαρτώνται από περίπλοκες τεχνολογίες γραμματοσειρών, όπως η Open Type (από την Adobe και τη Microsoft), την Graphite (από την SIL International) και την Apple Advanced Typography AAT (από την Apple Computer), μέσω της οποίας ο σχεδιαστής γραμματοσειράς περιλαμβάνει οδηγίες σε ένα λογισμικό δημιουργίας γραμματοσειρών για το πως θα παράγει διαφορετικές σειρές χαρακτήρων. Μια άλλη μέθοδος που χρησιμοποιείται σε γραμματοσειρές με σταθερό πλάτος είναι να τοποθετείται το σύμβολο του συνδυαζόμενου χαρακτήρα πριν τα δεξιά του (sidebearing). Αυτή η μέθοδος, ωστόσο, λειτουργεί μόνο για ορισμένα διακριτικά και η σώρρευση δεν θα γίνει σωστά.

 

 

Επίσης, οι κάτω τελείες, οι οποίες χρειάζονται στα Ινδικά [[Romanization]], συχνά θα τοποθετούνται λανθασμένα ή ακόμα χειρότερα.

 

Παρά τα τεχνικά προβλήματα τους περιορισμούς και την

το κυρίαρχο σχήμα κωδικοποίησης χαρακτήρων.

Τα [[Windows NT]] και οι απόγονοί του [[Windows 2000]] και [[Windows XP]] κάνουν εκτεταμένη χρήση του σχήματος

 

=== Ηλεκτρονική αλληλογραφία ===

 

για κωδικοποίηση όχι-ASCII χαρακτήρων στα [[Ηλεκτρονική αλληλογραφία|μηνύματα ηλεκτρονικής αλληλογραφίας,e-mails]],

ανάλογα με το αν οι χαρακτήρες είναι στις επικεφαλίδες του

"Θέμα:" ή βρίσκονται στο κυρίος κείμενο του ηλεκτρονικού μηνύματος.

Και στις δυο περιπτώσεις, προσδιορίζεται το αρχικό σύνολο χαρακτήρων

με Unicode χαρακτήρες προτείνονται το σχήμα κωδικοποίησης UTF-8

Οι λεπτομέρειες των δύο μηχανισμών καθορίζονται στο πρότυπο MIME

και γενικά είναι κρυμμένοι από τον απλό χρήστη λογισμικού

 

Η υιοθέτηση του Unicode στην [[Ηλεκτρονική αλληλογραφία]]

κωδικοποιούνται άκομα σε τοπικές κωδικοποιήσεις όπως η

ακόμα και αν έχουν κάποια unicode υποστήριξη εντούτοις

δεν μπορούν να χειριστούν Unicode δεδομένα σωστά. Η κατάσταση

η ανάλογη [[γραμματοσειρά]].

 

σειρά με την οποία οι χαρακτήρες επιτρέπεται να εμφανίζονται

και η γλώσσα HTML 4.0 αλλά και η XML 1.0 εξ'ορισμού υποστηρίζουν

οποιοδήποτε κωδικό σημείο που τελειώνει σε FFFE or FFFF

και οποιοδήποτε κωδικό σημείο πάνω από 10FFFF.

σύμφωνα με την κωδικοποίηση του εγγράφου,εφόσον υποστηρίζονται

αναφορές χαρακτήρων βασισμένες στο κωδικό σημείο του Unicode

χαρακτήρα,εφόσον η κωδικοποίηση που χρησιμοποιεί το έγγραφο

Για παράδειγμα οι αναφορές :

<code>Δ</code> <code>Й</code> <code>ק</code> <code>م</code> <code>๗</code> <code>あ</code> <code>叶</code> <code>葉</code> <code>냻</code> (ή η ίδια τιμή στο δεκαεξαδικό με πρόθεμα

 

=== Γραμματοσειρές ===