Unicode - Polski Serwis Naukowy

Unicode – komputerowy zestaw znaków mający w zamierzeniu obejmować wszystkie pisma używane na świecie. Definiują go dwa standardy – Unicode oraz ISO 10646. Znaki obu standardów są identyczne. Standardy te różnią się w drobnych kwestiach, m.in. Unicode określa sposób składu.

Rozwijany jest przez konsorcjum, w którego skład wchodzą ważne firmy komputerowe, producenci oprogramowania, instytuty naukowe, agencje międzynarodowe oraz grupy zainteresowanych użytkowników. Konsorcjum współpracuje z organizacją ISO.

Międzynarodowa Organizacja Normalizacyjna (ISO, ang. International Organization for Standardization, fra. Organisation internationale de normalisation) – organizacja pozarządowa zrzeszająca krajowe organizacje normalizacyjne.
Zestaw znaków to zestawienie znaków pisma z odpowiadającymi im kodami liczbowymi. Tabelę taką można następnie wykorzystać do przekształcenia tekstu na postać cyfrową, w szczególności w komputerze.

Kodowanie Unicode

Standard Unicode obejmuje przydział przestrzeni numeracyjnej poszczególnym grupom znaków, nie obejmuje zaś sposobów bajtowego kodowania znaków. Jest kilka metod kodowania, oznaczanych skrótowcami UCS (Universal Character Set) i UTF (Unicode Transformation Format). Do najważniejszych należą:

UTF-32/UCS-4

UTF-16

UTF-8.

Mniej popularnymi kodowaniami Unicode są:

Komputer (z ang. computer od łac. computare – obliczać, dawne nazwy używane w Polsce: mózg elektronowy, elektroniczna maszyna cyfrowa, maszyna matematyczna) – urządzenie elektroniczne służące do przetwarzania wszelkich informacji, które da się zapisać w formie ciągu cyfr albo sygnału ciągłego.
Październik – dziesiąty miesiąc w roku, wg używanego w Polsce kalendarza gregoriańskiego, ma 31 dni. Jest najdłuższym miesiącem w roku kalendarzowym, ponieważ wypada wtedy zmiana z czasu letniego na zimowy (jest dłuższy o jedną godzinę od pozostałych 31-dniowych miesięcy). Nazwa miesiąca (wg Brücknera) (dawniej również paździerzec) pochodzi od słowa paździerze oznaczającego "odpadki od lnu lub konopi". Obok tego funkcjonowały również nazwy: paździerzec, paździerzeń, pościernik, a także winnik (por. starogermańska nazwa miesiąca Weinmond).

UTF-7

UCS-2.

Istnieją również inne kodowania, stanowiące margines lub pozostające na etapie propozycji, na przykład:

UTF-9 i UTF-18

UTF-EBCDIC

UTF-6

UTF-5.

Kody pierwszych 256 znaków Unicode pokrywają się z kodami ISO Latin 1 (czyli ISO-8859-1). Należy jednak pamiętać, że jest to zbieżność wyłącznie numerów przyporządkowanych konkretnym znakom, wartości bajtów użytych do ich zapisania mogą (i w większości kodowań będą) się różnić od tych, które uzyska się stosując Latin 1.

Euro, ευρώ, евро (znak: €, kod ISO 4217: EUR) – europejska waluta wprowadzona w miejsce walut krajowych. Jest prawnym środkiem płatniczym w 16 państwach tworzących strefę euro w Unii Europejskiej - obejmującym ponad 322,5 mln Europejczyków. Waluta euro używana jest także w 11 krajach i terytoriach nienależących do UE (Watykanie, Monako, San Marino, Andorze, Kosowie, Czarnogórze) oraz we francuskich posiadłościach na Atlantyku i Oceanie Indyjskim oraz w brytyjskich bazach wojskowych na Cyprze.
UTF-32 (ang. 32-bit Unicode Transformation Format) – jeden ze sposobów kodowania znaków standardu Unicode. Sposób ten wymaga użycia trzydziestodwubitowych słów. Zestaw znaków jest też zdefiniowany w standardzie ISO 10646 jako UCS-4.

czytaj dalej: [2], [3]

w oparciu o Wikipedię (licencja GFDL, CC-BY-SA 3.0, autorzy, historia, edycja)

Czy wiesz że...? beta

Klawiatura komputerowa – uporządkowany zestaw klawiszy służący do ręcznego sterowania urządzeniem lub ręcznego wprowadzania danych. W zależności od spełnianej funkcji klawiatura zawiera różnego rodzaju klawisze – alfabetyczne, cyfrowe, znaków specjalnych, funkcji specjalnych, o znaczeniu definiowanym przez użytkownika.

Microsoft Windows XP (nazwa robocza Whistler) – wersja systemu operacyjnego Windows z rodziny Microsoft Windows NT (oparty na jądrze NT) firmy Microsoft, wydana oficjalnie 25 października 2001.

CP852 to 8-bitowe kodowanie znaków stosowane w systemach operacyjnych MS-DOS, PC-DOS, DR-DOS i FreeDOS, w zamyśle mające zawierać znaki języków krajów Europy Wschodniej opartych o alfabet łaciński. Zwane też jest DOS Latin-2 lub Slavic (ang.[kodowanie] słowiańskie). Analogicznie jak w przypadku kodowania CP850, niektóre litery ze znakami diakrytycznymi zastąpiły niektóre istniejące w CP437 znaki semigrafiki i symbole matematyczne. Od czasu rozpowszechnienia się systemów operacyjnych Windows 3.x, a zwłaszcza Windows 95 i Windows NT 4.0, wykorzystujących kodowanie Windows-1250 i (w różnym stopniu) unikod, znaczenie kodowania CP852 zaczęło bardzo szybko maleć, choć nadal jest ono wykorzystywane w aplikacjach pisanych dla systemu operacyjnego DOS lub nie posiadających interfejsu graficznego (przeznaczonych do uruchamiania w oknie DOS względnie oknie konsoli), w tym programach księgowych, magazynowych itp.

Klawisz AltGr to jeden z klawiszy Alt na klawiaturze komputerowej, umieszczony jest po prawej stronie klawisza spacji. Występuje tylko w niektórych układach klawiatury. Używany jest w kombinacji z innymi klawiszami (których naciśnięcie wstawia znak pisarski) i służy do modyfikacji znaczenia klawisza. Przykładowo w przypadku układów klawiatur dla języków używających alfabetu łacińskiego wzbogaconego o litery ze znakami diakrytycznymi naciśnięcie klawisza AltGr i klawisza z literą łacińską zwykle skutkuje wstawieniem litery ze znakiem diakrytycznym opartej na tej literze łacińskiej (AltGr+A daje znak ą itd.).

Producent – osoba lub firma produkująca towary w celu sprzedaży ich na rynku. Celem producenta jest zwykle maksymalizacja udziału jego produktów w rynku, a co za tym idzie maksymalizacja zysków.

UTF-7 (ang. 7-bit Unicode Transformation Format) sposób zapisu tekstu w formacie Unicode przy użyciu zmiennej ilości znaków ASCII, nadający się na przykład do użycia w wiadomościach MIME.

UTF-16 (ang. 16-bit Unicode Transformation Format) w informatyce oznacza jeden ze sposobów kodowania znaków standardu unicode. Sposób ten wymaga użycia szesnastobitowych słów (ang. word), przy czym dla znaków na pozycjach poniżej 65536 (przedział 0000-FFFF) używane jest jedno słowo, którego wartość odpowiada pozycji znaku w standardzie. Dla znaków z wyższych pozycji używa się dwóch słów. Pierwsze z nich należy do przedziału D800–DBFF, drugie: DC00-DFFF. Na przykład znak o kodzie szesnastkowym 10000 zostanie zamieniony na sekwencję D800 DC00 a znak o kodzie 10FFFD (górna granica unikodu) na DBFF DFFD. W standardzie Unicode pozycjom z przedziału D800–DFFF nie są przypisane żadne znaki, zatem każda sekwencja słów kodowych jest interpretowana jednoznacznie.