Юнікод

У гэтай старонкі няма правераных версій, хутчэй за ўсё, яе якасць не ацэньвалася на адпаведнасць стандартам.

Уніко́д (англ.: Unicode вымаўляецца як Юніко́д; скарачэнне ад Універса́льны код) — стандарт кадзіравання сімвалаў, які дазваляе адлюстраваць літары і знакі амаль усіх пісьмовых моў.

Стандарт быў прапанован у 1991 годзе некамерцыйнай арганізацыяй «» (англ.: Unicode Consortium, Unicode Inc.). Выкарыстанне гэтага стандарту дазваляе надаць коды вельмі вялікай колькасці сімвалаў з розных сістэм пісьма: у дакументах з выкарыстаннем Унікоду могуць разам выкарыстоўвацца кітайскія іерогліфы, матэматычныя сімвалы, літары грэчаскага алфавіта, лацінкі і кірыліцы, а патрэба ў пераключэнні адпадае.

Стандарт складаецца з двух асноўных раздзелаў: універсальны набор сімвалаў (англ.: UCS, universal character set) і сямейства кадзіровак (па-англійску: UTF, Unicode transformation format). Універсальны набор сімвалаў вызначае дакладную адпаведнасць сімвалаў кодам — элементам кодавай прасторы, якія ёсць неадмоўнымі цэлымі лікамі. Сямейства кадзіровак вызначае машынны запіс паслядоўнасці кодаў UCS.

Коды ў стандарце Унікод раздзелены на некалькі частак. Частка з кодамі ад U+0000 да U+007F утрымлівае сімвалы з набору ASCII з адпаведнымі кодамі. Далей размешчаны часткі сімвалаў розных пісьмовых сістэм, пунктуацыйныя знакі і тэхнічныя сімвалы. Частка кодаў зарэзервавана для выкарыстання ў будучыні. Пад сімвалы кірыліцы выдзелены часткі знакаў з кодамі ад U+0400 да U+052F, ад U+2DE0 да U+2DFF і ад U+A640 да U+A69F.

Назва па-беларуску

Назва "Юнікод" уяўляе сабой варварызм: слова (у фанетычнай форме) механічна перанесена з англійскай мовы ў беларускую.

Назва ж "Унікод" больш адпавядае ўнутранай логіцы беларускай мовы, бо:

• мае яснае паходжанне (этымалогію) ад "Універсальны код";
• адразу ўліваецца ў сямейства роднасных слоў, звязаных са ўсеагульнасцю і ўніверсальнасцю (унісон, універсітэт, універсал і г.д.).

Кодавая прастора

Хоць кадзіроўкі UTF-8 і UTF-32 дазваляюць кадаваць да 2³¹ (2 147 483 648) кодавых пазіцый, было прынята рашэнне выкарыстоўваць толькі 1 112 064 для сумяшчальнасці з UTF-16. Зрэшты, нават гэтага досыць — сёння (у версіі 6.0) выкарыстоўваецца менш за 110 000 кодавых пазіцый (109 242 графічных і 273 іншых сімвалаў).

Кодавая прастора падзелена на 17 плоскасцей па 2¹⁶=65 536 сімвалаў. Нулявая плоскасць называецца асноўнай: у ёй размешчаны сімвалы найбольш ужывальных пісьменнасцей. Першая плоскасць выкарыстоўваецца пераважна для гістарычных алфавітаў, другая — для рэдка ўжывальных іерогліфаў кітайскага пісьма, трэцяя зарэзервавана для архаічных кітайскіх іерогліфаў. Плоскасці 15 і 16 выдзелены для выкарыстання ў прыватных выпадках.

Для абазначэння сімвалаў Унікоду выкарыстоўваецца запіс на ўзор U+xxxx (для кодаў 0…FFFF), U+xxxxx (для кодаў 10000…FFFFF), ці U+xxxxxx (для кодаў 100000…10FFFF), дзе кожны x — шаснаццатковая лічба. Напрыклад, сімвал «я» (U+044F) мае код 044F₁₆ = 1103₁₀.

Сімвалы-мадыфікатары

Камбінаваннем «у» з мадыфікатарам «брэвэ» можна атрымаць сімвал «ў».

Графічныя сімвалы ва Ўнікодзе падзяляюцца на падоўжаныя і непадоўжаныя. Непадоўжаныя сімвалы пры запісе не займаюць месца ў . Да іх адносяць, у прыватнасці, знакі націску і іншую . Як падоўжаныя, так і непадоўжаныя сімвалы маюць уласныя коды. Падоўжаныя коды яшчэ называюць асноўнымі (англ.: base characters), а непадоўжаныя — мадыфікатарамі (англ.: combining characters); прычым апошнія не могуць ужывацца асобна. Напрыклад, сімвал «á» можна закадзіраваць як паслядоўнасць асноўнага сімвала «a» (U+0061) і мадыфікатара « ́» (U+0301), а можна і як маналітны сімвал «á» (U+00C1).

Асаблівы тып мадыфікатараў — селектары варыянту напісання (англ.: variation selectors). Яны ўплываюць толькі на тыя сімвалы, для якіх такія варыянты вызначаны. У версіі 5.0 стандарту варыянты напісання вызначаны для шэрагу матэматычных сімвалаў, для сімвалаў традыцыйнага і для сімвалаў .

Зноскі

1. The Unicode® Standard: A Technical Introduction (англ.)
2. History of Unicode Release and Publication Dates (англ.)
3. The Unicode Consortium (англ.)
4. Foreword (англ.)
5. General Structure (англ.)
6. European Alphabetic Scripts (англ.)
7. Roadmap to the TIP (англ.)

Спасылкі

• Афіцыйны сайт Кансорцыума Унікоду (англ.)