※ 引述《mstar (Wayne Su)》之铭言： : 在中文模式下，只要发现这两个字元组合在一起，系统就会将之转成「特」字 : 就因这原理，故常有一些英文软体画面的框线在中文模式下变成乱码 : (eg. C4C4C4C4「────」 会变成「阐阐」) 当年，因为英文软体很多 而且很多都会用到框线，所以倚天中文为了避开这个问题 另外搞了一套倚天码出来 : BIG5 : 当时 BIG5 编码是非常急就章而推出的，选字根本就是依据教育部的常用字标准， : 所以很多字都没被选入 (eg.堃、煊、喆) 但之後 BIG5 变成主流，大家只好将就着用 : (政府户政、图书管理等系统用不同的编码，所以字数多很多) BIG5 的收字，主要是收教育部的常用及次常用字标准 图书管理系统，主要是用 CCCII (这编码是国际通用的，其实甚至是美国先用的) : Unicode : 後来有一群人/公司开始发展 unicode，也就是将世界上主要的文字统一成一种编码 : 只要电脑支援这编码、有相对应的字型，就可以看到所有文字 : http://zh.wikipedia.org/wiki/Unicode 当时本来要推的是 ISO 10646 ISO 10646 是用字面的概念来处理不同语系 所以当一行文字出现多种语言的时候，就会花费大量的讯息在切换字面上 所以最後大家乾脆全部平等 统一用 Unicode (所以有人把 Unicode 翻成统一码) Unicode 是编一个 16bit 的码，也就是说可容纳 65536 字 再也没有字面的问题了 (因为它等於只有一个字面) 後遗症就是，Unicode 无法相容於当时的 ASCII 环境 当然还有另一个问题就是，光是汉字的部份粗估就有七万字以上 所以，16bit Unicode 光是汉字就塞不下 不过，当时的人没想那麽多，只想求一个勉强可以运用的统一码 所以，汉字的收字，以有出现在 BIG5、GB、SJIS 为主 : unicode 编码方式和 BIG、GB、SJIS 等传统编码 (称为 DBCS) 有点不一样， : 以目前最常用的 UTF8来说，它按照文字的属性分为用单一 byte 组成的、用 : 两 byte 组成的...到用四 byte 组成的，普通的中文字多是二、三 byte 组成 : http://zh.wikipedia.org/wiki/UTF-8 因为 Unicode 要 16bit，ASCII 却只要 8bit 一方面来说，用 ASCII 为主的软体，一换用 Unicode 就要多一倍的储存空间 另一方面是，Unicode 无法相容於 ASCII 环境，光程式就要改到死.... 所以就另外搞一个 UTF8 出来，不同范围的 Unicode 字眼 编成 1 ~ 4 个 bytes，不用说 0-127 就是保留给 ASCII 的 : 有人认为中文、日文、韩文、越南文中很多汉字其实都一样或是差不多， : 所以推动 CJKV，以将编入 unicode 中的汉字缩减 : http://zh.wikipedia.org/wiki/CJKV 因为编这个标准的是外国人 所以他们会认为都是一样的，就开始东并西并 不过，也不能说他们很混 据说他们在编码的时候，还特地来台湾学中文 : 万恶的渊薮、一切问题的起源：微软 : 时代继续发展，万恶的微软推出 Windows，将正体中文编为 codepage 950 : 但是，没把前述造字区中的日文、俄文字母以及某些符号收进去！ : 之後一直到 Win2003，除了新增了欧元符号以外，还是没日文字 香港比我们积极很多，日文假名及一些符号并没有出现在 BIG5 里 广东话中也有很多字没被收到 BIG5 里 (废话，BIG5 是台湾人用的) 所以，香港後来有搞一个香港增补字符集，Windows 也有采用 (可以想像一下，等於是 Microsoft 内建了 UAO) 不过，香港增补字符集，问题也蛮多的...... 忘了补充，因为 Unicode 只有 16bit 汉字又远多於这个数，所以後来才又搞出 Ext A & Ext B -- 以上，是印象所及的一些补充 十几年前，我对这块蛮有兴趣的，收集了不少资料 现在这些资料也不知道丢到哪去了...... --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 122.126.79.120 ※ 编辑: reptile 来自: 122.126.79.120 (11/02 22:49)