UTF-16是Unicode字符编码五层次模型的第三层：字符编码表（Character Encoding Form，也称为"storage format"）的一种实现方式。即把Unicode字符集的抽象码位映射为16位长的整数（即码元）的序列，用于数据存储或传递。Unicode字符的码位...

的字符編碼方案，因為既有方案編碼空間有限，亦不適用於多語環境。 Unicode伴隨著通用字符集ISO/IEC 10646的標準而發展，同時也以書本的形式對外發表。Unicode至今仍在不斷增修，每個新版本都加入更多新的字符。目前最新的版本為2024年9月公布的16.0...

UTF-16的八位元相容編碼方案（英語：Compatibility Encoding Scheme for UTF-16: 8-Bit），簡稱 CESU-8 ，是統一碼技术报告 #26 中描述UTF-8的变体。 CESU-8 的設計，是為了能在八位元的計算環境中，提供 UTF-16 的定序。因此，報告中也明確指出，只建議用在那些需要...

10646的初稿中有一個非必須的附錄，名為UTF。當中包含了一個供32位元的字元使用的位元組串編碼系統。這個編碼方式的性能並不令人滿意，但它提出了將0-127的範圍保留給ASCII以相容舊系統的概念。 1992年7月，X/Open委員會XoJIG開始尋求一個較佳的編碼系統。Unix系統實驗室（USL）的Dave...

八位元的字串將無法正常的被傳輸。MIME（RFC 2045 ~ 2049）擴展了網路郵件以支援不同的媒體類型以及字元集，包含UTF-8與UTF-16的字元集皆可被指定使用。但由於MIME並未明確將Unicode定義為可支援的字元集，並且也沒有說明其應如何編碼，這使得既有的...

1984年，ISO的文字編碼委員會（ISO/TC 97/SC2）決議制訂出一套編碼規格（ISO 10646），是以交換文字集的方式來統一處理世界的文字。並成立了工作小組（ISO/TC 97/SC 2/WG 2）。這編碼一開始的構想是採用16位元，而對於日本及中國等國的漢字編碼...

端序記號，或稱位元組順序記號（英語：byte-order mark，BOM）是位於碼點U+FEFF的統一碼字符的名称。當以UTF-16或UTF-32來將UCS/統一碼字符所組成的字串編碼時，這個字符被用來標示其端序。它也被用來當做標示文件是以UTF-8、UTF-16或UTF-32編碼的記號。 端序記號通常有幾種涵義：...

UTF-16的两倍和UTF-8的四倍（具体取决于文本中ASCII字符的比例）。 尽管每一個碼位使用固定長度的位元組看似方便，但UTF-32並不如其它Unicode編碼使用廣泛。與UTF-8及UTF-16相比，UTF-32更容易遭到截斷。即使使用了"定寬"字型，在大多数情况下用UTF...

3166-1二位字母代码标准的二字母國家地區代碼进行编码的26个Unicode字符。这种编码允许对于特定地区的符号进行特殊处理。 2010年10月，Unicode 6.0的发布为国家地区旗帜的繪文字表示提供了区域指示符，作为「对每一面旗帜都进行编码」的替代方案。除了作为拉丁字母显示外，这些符号的...

UCS）是由ISO制定的ISO 10646（或称ISO/IEC 10646）标准所定义的标准字符集。 通用字符集又称Universal Multiple-Octet Coded Character Set，中国大陆译为通用多八位编码字符集，台湾译为廣用多八位元組編碼字元集。...

标点符号，书面上用于标明句读和语气的符号。“标点符号是辅助文字记录语言的符号，是书面语的组成部分，用来表示停顿、语气以及词语的性质和作用。” 西方的標點符號，在16世紀主要有朗誦學派和句法學派兩個學派，主要是由古典時期希臘文和拉丁文演變而來，在17世紀後進入穩定階段。俄文的標點是依希臘文而來，到了18世紀採用西歐的標點方法。...

元蒐集、整理、編碼等工作。推動統一碼成為國際標準的工作，則由統一碼公司負責。 由於統一碼聯盟持續遊說和施壓，通用字元集的工作小組WG2放棄原先選擇的編碼結構，改採統一碼的編碼方式。1991年10月，歷經幾個月的協商之後，雙方成協議，將統一碼併入通用字元集；各國語言字元的搜集、整理和編碼...

Server 2003的中文版用戶可以使用表意文字補充平面的字元而製作的更新套件。它將系統字型新細明體更新為Unicode 3.1的標準。由於補充平面上的字元使用了32位元的編碼空間，所以更新只適用於Windows XP或以上的作業系統。 更新套件主要把原來的細明體和新細明體的字型檔（MingLiU...

的規範，可以兼容MIME的統一碼压缩方案。 雖然UTF-8適合廣泛使用，但對於非拉丁文和中日韓統一表意文字的文字，相較於代码页技術，它佔用了更多的空間（較高的 "字節 / 碼位" 之比）。另一方面，SCSU 佔用的空間與代碼頁差不多，但卻不相容於MIME。二進制有序壓縮則结合了UTF-8的...

编码的字符。 基于SGML的标记语言允许使用7比特ASCII字符（即Unicode的前128个码位）的序列来表示或者说引用任何Unicode字符。基于Unicode字符"码位"的字符引用被称作字符值引用。HTML 4与所有版本的XHTML及XML，这些Unicode字符的码位可以表示为十进制或十六进制。语法如下：...

的Unicode字元。 不少符號乃出自現有字符集或基於ISO或其他地區性／國際性標準。Unicode標準指出「符號的世界是豐富且無限的」（The universe of symbols is rich and open-ended），印證了「應當編碼的符號」及「符號應如何編碼...

」字元（有時候或會因其字元外形與豆腐相似而被稱為「tofu」，惟部份字體於方形內打叉字）。現代應用上則使用最後者以表示不支持的字元，而替代字符則只用於編碼錯誤。 不少系統提供可視化方法以選擇Unicode字元。ISO/IEC 14755（英语：ISO/IEC 14755）標準將之定義為一種「屏幕選擇輸入方法」（screen-selection...

Plane, BMP），或称基本平面或〇號平面（Plane 0），是統一碼的一区段编码，从0000至FFFF。 第十五點〇版已分配编码区段为： 以下為第〇平面的編碼表： 統一碼第〇平面 0000至0FFF · 1000-1FFF · 2000-2FFF · 3000-3FFF 4000-4FFF...

的符号的Unicode區段，其中部分描述符号编码于其他区段。 目前大部份編碼包含Unicode，處理漢字編碼時大致是先搜集漢字，给予每个漢字一个數字編碼。然而，漢字數量龐大，字集往往不完全；再加上漢字本身是開放組合，漢字的使用者很可能自造新字，不可能有一个可以搜集到所有漢字的...

Latin），是Unicode標準下的首個Unicode區段，亦是唯一一個在UTF-8下，以單一字節編碼的區段。此區段包含ASCII編碼下所有字母（英语：ISO basic Latin alphabet）與控制字符。該區段的範圍為U+0000..U+007F（共128個字元...

的私人协议决定其用途的一系列码位。 目前定义了三个私人使用区：一个在基本多语言平面（U+E000-U+F8FF）中，另外两个几乎包含了整个第15和第16平面（分别为U+F0000-U+FFFFD，U+100000-U+10FFFD）。 私人使用区字符的分配，可以不由字面意义上的...

（页面存档备份，存于互联网档案馆） IICORE漢字一覽 IICORE中香港、澳門與臺灣提交的正體字 （页面存档备份，存于互联网档案馆） Unicode 5.0: IICore字碼列表連索引 （页面存档备份，存于互联网档案馆） 中華人民共和國教育部：語言文字工作：「信息技術 通用多八位編碼字符集」研製工作 IICore子集說明...

的字元編碼，直到它們能夠正式納入CSUR。已納入UCSUR的文字系統包括Sitelen Pona（屬於道本語）和色斯文（英语：Cirth）。 CSUR及UCSUR包含下列字集：   已廢棄   只有列在UCSUR 仅有少数字体支持CSUR指定的码位： Constructium，一款基于SIL...

Unicode MS」之类的字体或調高瀏覽器的放大比率。 若要依照編碼查詢Unicode字符，請參見Unicode一覽表。 共有65个字符，包含删除命令但不含空格。 Unicode标准（7.0版本）将1338个字符归为拉丁字母。 共有95个字符，其中52个属于拉丁字母，剩下的43个属于基本字符。 有33个字符被定义为「ASCII...

width no-break space，ZWNBSP）字元（一個不建議採用的Unicode字符，其編碼為U+FEFF）。U+FEFF字元原擬用於文件開首的位元組順序記號（Byte Order Mark，BOM），但根據Unicode標準，若該字元非在上述情況下使用，則應視為「零寬不换行空格」般使用。在Unicode...

character）在字體排印學中是用來改變其它字符所用的字符。在拉丁字母中，最常見的組合字符為附加符號（包含重音號）。 統一碼也包含許多預組字符（Precomposed character），即事先將字符組好並賦予碼位。所以有可能同時使用組合字符和預組字符。這導致了若要比較兩個統一碼字串或設計編碼轉換器時，需要先執行Unicode正規化。...

数字符号（又称Unicode数字）表示一个数字的字符和字符序列。相同的阿拉伯文数字广泛用于全球多种书写系统，它们使用相同的表数语义，但是在不同的书写系统之间，表示这些数字的字母存在较大差异。为了支持这些字母的差异，Unicode将这些数字编码包含在许多書寫系統區塊之中。小数在23个独立的块中重复：在阿拉伯مرات باللغة...

Supplement），是Unicode標準下的第二個Unicode區段。該區段將ISO 8859-1中的上部區段80~FF（U+0080..U+00FF）予以編碼，唯C1控制字符並非可見字元。該區段的碼位範圍為U+0080..U+00FF，共有128個字元，當中包括C1控制字符、拉丁字母-1標點與規約符號、30組帶附加符号的大寫及小寫拉丁字母，及2個數學運算子。...

位的範圍；區段會給予唯一的名稱，且區段與區段間不會重疊。通常一個最小的區段至少包含16個碼位，即 hhh0到hhhF。 一個區段可以明確地包含未分配的碼位和非字符。 不屬於任何已命名區段的碼位（例如尚未正式使用的第4－第13平面），上面碼位關於區段的值會被設為 block="No_block"...

IRG）是Unicode聯盟和ISO/IEC JTC1/SC2/WG2（國際標準化組織暨國際電工委員會 第一聯合技術委員會 第二小組委員會 第二工作小組）之下的一個文字整理小組，負責整理及統合中日韓統一表意文字（漢字），以加入 Unicode 和 ISO/IEC 10646 字符集，其前身為 CJK-JRG（China...

U+1D7F）和音標擴展補充（U+1D80..1DBF）。變音符號可以在佔位修飾符號（U+02B0..U+02FF）和組合附加符號（U+0300..U+036F）等區塊找到。 隨著Unicode能夠完整地標示出所有音標， 基於ASCII開發的音標系統（如X-SAMPA或Kirshenbaum等）因此逐漸被替代。...