作者cole945 (躂躂..)
看板EZsoft
标题Re: [心得] Unicode 补完计画 (UAO)
时间Sat Nov 3 02:42:33 2007
推 reptile:没人说表不能是码吧?况且,一开始Unicode这个表的确是16bit
不过很巧在unicode里, "表" 就不是码 .__.a
他跟其他编码的概念不太一样。
就是以 "表" 这个字为例，
在 unicode 中，定义了这个字叫 U+8868 ，就这样而已
但实际上这个字真正在应用时, 该如何以位元编码的形式存在电脑上,
若用 utf-8 法来编码, 就会变成 e8 a1 a8
而用 utf-16le 则是 68 88 (其实跟原本一样)
所以说在 Unicode, "表" 和 "码" 是不太一样的 :)
--
已经有人写过一篇介绍 unicode 的好文件了, 所以我就直接贴别人写好的
The Joel on Software
每个软体开发者都绝对一定要会的Unicode及字元集必备知识(没有藉口！)
http://tinyurl.com/y7vw4t
「有些人误认为Unicode只是个16位元码，里头每个字都要占16位元，所以总
共有65,536个字元。事实上这并不正确。这是关於Unicode常见的误解，...」
「Unicode可以定义的字母数量并没有实质限制，事实上可以超过65,536个，
所以并不是所有的Unicode字母都能挤进两个位元组里，...」
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 220.139.143.52
1F：推 alicekey:原来IE猜编码是用频率分析法，这方法蛮好的。 11/03 07:14
2F：推 alicekey:作者会觉得这方法奇怪，可能是没学过密码学。 11/03 07:18
3F：推 vizshala:用猜的怎麽会好？ 11/03 08:57
4F：推 vizshala: 应该是网页符合W3C标准 浏览器用猜的只是种妥协 11/03 09:00
5F：推 albb0920:很多人懒的设charset的 XD 11/03 10:08
6F：推 alicekey:我是指在猜的方法中算好的，总体来说好不好就不知道.. 11/03 14:26
7F：推 seansylin:有设定当然照charset，没有只好用猜的，这绝对是比较好 11/03 14:31
8F：→ seansylin:的设计，"容许错误"是最基本的的设计原则 11/03 14:32
9F：推 sdbb:推容许错误，楼上专业 11/03 20:56
10F：→ ddman:推Joel on Software, 奇人一个！ 11/03 21:58