好南儿常庄话起Unicode，个么啥叫啥Unicode呢，佢好派啥个用场？不大清爽个铜镬今朝看过好南儿写个字符编码方面十节内容就……更加搞不清爽了。汗。
字符、字集、字体、字库搭bit、byte
此地讲个全是信息技术方面个概念，不涉及佢拉来拉别个领域个概念。
字符（character）就是侬箇歇看到个句子里头一隻隻物事。“字”是一隻字符，“符”也是一隻字符，“（”是一隻字符，“c”也是一隻字符。除脱汉字、字母、数字、标点搭著别个样样式式符号，还有眼特殊个字符——控制符，譬方“回车”、“退格”、“删脱”咾啥。
字集（character set）是字符个集合。有種字集是封闭个，定好著就不好再加字符，譬方ASCII；有種呢是开放个，譬方Unicode。
字体（typeface、font）是字符个风格式样。
字库（computer font）是字集内若干字符以某種字体储存拉一淘个集合。居著字库，电脑再好显示字符。
来拉电脑内部，信息全是以“bit”储存个。一隻bit表示0或者1两種状态个一種。一隻字集假使用七隻bit来编码，个么顶多好摆2⁷拢共一百廿八隻字符。
若干隻bit组成“byte”。现在一般全讲8 bits=1 byte，不过一开始不是箇恁介个。像ISO/IEC 646制订个年代，7 bit byte是不行个。为著吃准足，一眼信息技术个标准全是讲“octet”（八隻bit）个，不讲“byte”。
“bit”、“byte”大陆北语搭臺湾北语分别翻成功“比特”、“字节”搭“位元”、“位元组”。我担“bit”翻成功“柲”——毗必切（bih），偶也；“byte”翻成功“棑”——薄佳切（bā），筏也。
ASCII、ISO/IEC 646
上个世界60年代，ASA（American Standards Association，美国标准协会）造著隻七柲个字符编码方案，讴“ASCII”（[ˈæski]，American Standard Code for Information Interchange，美国信息交换标准码）。一百廿八隻字符包括三十三隻不好打印个控制符，九十四隻可印字符，一隻空格。
ASCII只适合像英语恁介只用廿六隻基本拉丁字母个语言，别个国家要用扩充拉丁字母个么只好担一部分标点符号去脱，调成功自家需要个字符。一眼国家由此建立个标准搭美国个ASCII一淘成为国际标准ISO/IEC 646一種種国家变体。现在韩国、日本个字库101 1100码点是货币标记₩、¥而非ASCII个反斜杠应该就是箇个辰光ISO/IEC 646韩国、日本变体留落个问题。
课外阅读：ISO/IEC 646（吴语）
ISO/IEC 2022、GB 2312、Big5
扩充拉丁字母基本上好用了，个么阿拉汉字哪恁办呢？覅讲一百廿八隻码点，就算一千两百八，也远远较不够常用汉字摆。ISO/IEC 2022想出隻办法，一隻ASCII码好表示94隻可印字符，个么两隻就好表示94²拢共8836隻字符，难么常用汉字摆得落了伐。个么传输过去两棑人家哪恁晓得侬箇个是两隻ASCII字符还是一隻汉字呢？ISO/IEC 2022用逃逸序列（escape sequence）搭调换函数（shift function）来说明后头个数据是单棑个还是双棑个，应该调用何里隻字集。
GB 2312箇隻名词大家应该讲牢熟了——“楷体GB2312”咾、“简体中文（GB2312）”咾。GB 2312是種双棑编码字集，根据GB 2311（对应ISO/IEC 2022）提供个上述技术制订。佢拢共定著6763隻汉字搭682个别样字符（数字、拉丁字母、假名、注音字母、希腊字母咾啥），汉字部分分一级汉字（汉拼序）搭二级汉字（部首序）。储存用个机内码搭上头讲个传输用个交换码不一样，往往不是用七柲双棑而是用八柲双棑，单棑字符个八柲顶高位用0，双棑字符个顶高位用1。
讲到GB 2312么，就不得不讲一讲Big5。Big5是臺港澳等用传统汉字（“繁体中文”）地方个主流字集，拢共收录13060隻汉字。上个世纪80年代初，臺湾有得各種各样互不兼容个字符编码，而大陆推行个GB 2312又朆收繁体字，臺湾个“财团法人资讯工业策进会”为著“五大中文套装软体”制订著Big5（即“五大码”，后首英语翻转来翻顶倒了，变成“大五码”）。不同于GB 2312，Big5搭ISO/IEC 2022不兼容个。
课外阅读：曾士熊、魏林梅《多位元組內碼編碼》
EASCII、ISO/IEC 8859
ASCII摆煞来许不够用个。德国变体DIN 66083调脱十六隻码点，其中一半是彻底改脱。但是“§ÄÖÜäöüß”摆平了，“@[]{|}˜”就摆不平了——德国人用著前者，后者不好用，外加佢打隻“Ä”美国人（用ASCII）看到个是“[”。
大家想着搞扩充美国信息交换标准码——EASCII（Extended ASCII），就是担ASCII码由七柲扩充成八柲（就像上头讲个GB 2312个机内码），个么好摆个字符就好翻隻跟斗。不过呢，EASCII並不是ASCII个升级版，也不是“一種”编码方案。
ISO/IEC 8859发布著一套八柲个ASCII扩充标准。去脱弃置个ISO/IEC 8859-12，箇套标准拢共有得十五隻部分。ISO/IEC 8859-1到4、9、10、13到16十隻是拉丁字母，听剩几隻是阿拉伯、希腊咾啥文字。
“§ÄÖÜäöüß”来拉十隻拉丁剧目里向码点一致，但是别个EASCII添加字符多数是不一致个。
课外阅读：ISO/IEC 8859（吴语）
ANSI
制订ASCII个ASA后首来变成功ANSI（[ˈænsiː]，American National Standards Institute，美国国家标准学会），佢拉一份草案成为ISO/IEC 8859-1。佢隻牌头呢，畀微软用来指称与之类似个编码Windows-1252乃至别个码页。码页是类似编码字集个概念。来拉“简体中文”Windows里向，ANSI指个码页是Windows-936（GB 2312，后首来改为GBK）；来拉“繁体中文”Windows里向，ANSI指个码页是Windows-950（Big5）。
某隻文件来拉特定个码页环境里储存，开开辰光假使搞错脱码页，就会得变成乱码。譬方阿拉用Windows-936码页储存写有“吴语”两个字个txt文件，用Windows-950开开来看到个是“挔逄”，用Windows-1252开开来看到个是“ÎâÓï”。因为“吴语”一开始是Windows-936来拉用CEE2搭D3EF储存个，而来拉Windows-950里向CEE2搭D3EF就是“挔逄”，来拉Windows-1252里向CE是“Δ，E2是“â”，D3是“Ó”，EF是“ï”。假使CE、E2、D3、EF来拉别个码页（字集）里向朆定义，个么就反馈畀侬几隻“?”（问号）。
假使世界上个文字和总摆拉一隻字集里向，就好甮分一隻隻码页哉，也不大会碰碰要出现乱码。
课外阅读：伐木丁丁鸟鸣嘤嘤《浅谈文字编码和Unicode（上）》
阿爹拉孃，讲到此地块还朆讲Unicode。算了，拆成功两篇伐。囧。