ఎన్కోడింగ్ "యూనికోడ్": పాత్ర కోడింగ్ ప్రామాణిక

ప్రయత్నంలో ప్రతి ఇంటర్నెట్ యూజర్ ఒక ఏర్పాటు లేదా దాని ఫంక్షన్ ఇతర కనీసం ఒకసారి రాసిన తెరపై చూసింది లాటిన్ అక్షరాలతో పదం "యూనికోడ్." ఇది ఏమిటి, మీరు ఈ వ్యాసం చదవడం ద్వారా నేర్చుకుంటారు.

నిర్వచనం

ఎన్కోడింగ్ "యూనికోడ్" - క్యారెక్టర్ ఎన్కోడింగ్ ప్రామాణిక. ఇది యునికోడ్ ఇంక్ లాభాపేక్షలేని సంస్థ ప్రతిపాదించగా 1991 లో. ప్రామాణిక ఒక డాక్యుమెంట్ లో అక్షరాలు వివిధ రకాల అతిపెద్ద సాధ్యం సంఖ్య కలిసి రూపొందించబడింది. దాని ఆధారంగా స్థాపించబడిన పేజీ, వివిధ భాషలలో (రష్యన్ నుండి కొరియన్) మరియు గణిత సంకేతాలు నుండి అక్షరాలు మరియు అక్షరాలు కలిగి. ఈ సందర్భంలో, అక్షర సమితిలో అక్షరాలు అన్ని ఏ సమస్యలు లేకుండా ప్రదర్శించబడతాయి.

సృష్టి కారణాలు

ఒకసారి ఒక సమయం మీద, ఒక వ్యవస్థగా రూపాన్ని చాలా కాలం ముందే "యూనికోడ్" ఎన్కోడింగ్ పత్రం యొక్క రచయిత యొక్క ప్రాధాన్యతలను ఆధారంగా ఎంపిక ఉంటుంది. ఈ కారణంగా, తరచూ ఒక పత్రం చదవండి కు, వివిధ పట్టికలు ఉపయోగించడానికి అవసరం. కొన్నిసార్లు ఇది చాలా గొప్పగా సగటు వినియోగదారు యొక్క జీవితం క్లిష్టం ఇది అనేక సార్లు, చేయడానికి అవసరం. ముందే చెప్పినట్లుగా, 1991 లో ఈ సమస్యకు పరిష్కారం క్యారెక్టర్ ఎన్కోడింగ్ యొక్క ఒక కొత్త రకం అందించే యూనికోడ్ ఇంక్ ఆహ్వానించారు ఒక లాభాపేక్షలేని సంస్థ. ఇది కాలం చెల్లిన మరియు ప్రమాణాలు వివిధ మిళితం రూపొందించబడింది. "యూనికోడ్" - ozvolila సమయంలో ఊహించలేము సాధించడానికి ఒక ఎన్కోడింగ్: అక్షరాలు ఒక భారీ సంఖ్యలో మద్దతు ఒక సాధనం సృష్టించడానికి. ఫలితంగా అనేక అంచనాలను మించిపోయింది - ఏకకాలంలో ఆంగ్లం రెండు మరియు రష్యన్ టెక్స్ట్, లాటిన్ మరియు గణిత సమాసాలను ఉన్న పత్రాల ఉన్నాయి.

కానీ అవసరం ముందుగా ఒక ఏకీకృత కోడింగ్ సృష్టి కారణంగా ఆ సమయంలో అప్పటికే ప్రమాణాలు భారీ వివిధ తలెత్తేది సమస్యలు పరిష్కరించడానికి. వాటిలో అత్యంత సాధారణ:

• ఎల్విష్ రాయడం, లేదా "వికారమైన";
• వర్ణ సమూహం యొక్క పరిమితులు;
• సమస్య codings అనుకరిస్తే;
• ఫాంట్ నకలు.

చిన్న చారిత్రక excursus

యార్డ్ 80 వ ఇమాజిన్. కంప్యూటర్ హార్డ్వేర్ కాబట్టి సాధారణ కాదు మరియు ఈరోజు నుంచి వివిధ ఒక రూపం ఉంది. ప్రతి OS ఏకైక మరియు ప్రతి ఉత్సాహి యొక్క నిర్దిష్ట అవసరాలను శుద్ధి ఉండగా. సమాచార మార్పిడి ఆవశ్యకత అదనపు మరల ప్రతిదీ లోకి మార్చబడుతుంది. మరొక ఆపరేటింగ్ సిస్టమ్, రూపొందించినవారు పత్రం చదవడానికి ప్రయత్నించినా, పాత్రల్లో వింత సెట్ ప్రదర్శిస్తుంది, మరియు ఆట ఎన్కోడింగ్ తో మొదలవుతుంది. ఇది ఎల్లప్పుడూ త్వరగా దీన్ని లేదు, మరియు కొన్నిసార్లు అవసరమైన పత్రం సాధ్యం కాలేదు కూడా తరువాత ఆరు నెలల్లో తెరిచి, మరియు. తరచుగా మార్పిడి చేసిన సమాచారం తాము ఒక మార్పిడి పట్టికను సృష్టించడం ప్రజలు. "మీ నా నుండి" ముందుకు వెనుకకు రెండు దిశలలో వాటిని సృష్టించడానికి అవసరం, మరియు తరువాత: వాటిని ఒక ఆసక్తికరమైన వివరాలు వెల్లడి పని. మూలం కుడి వరుసలో దీనిని సామాన్యమైన విలోమ కంప్యూటింగ్ యంత్రం కాదు తయారు, మరియు ఎడమ - ఫలితంగా, కానీ దీనికి విరుద్దంగా జరుగుతుంది. మీరు పత్రం ఏ ప్రత్యేక అక్షరాలు ఉపయోగించడానికి అవసరం చూడండి ఉంటే, వారు మొదటి కలపలేదు, మరియు అప్పుడు మరొక, మరియు అతను ఈ అక్షరాలు ఏదో ఒక కాలేరు అవసరం ఏమి భాగస్వామి వివరించడానికి "వికారమైన." మరియు యొక్క ప్రతి ఎన్కోడింగ్ అభివృద్ధి లేదా OS లో నకిలీలను భారీ సంఖ్యలో ఏర్పాటుకు దారితీసిన వారి స్వంత ఫాంట్లు, అమలు వచ్చింది ఆ మర్చిపోవద్దు లెట్.

పేజీలో ఫాంట్లు, మీరు ఒక చిన్న నోటు తో ఒకేలా టైమ్స్ న్యూ రోమన్ యొక్క 10 ముక్కలు చూస్తారు మరింత ఇమాజిన్: UTF-8, UTF-16, ANSI, సి ఎస్ -2. ఇప్పుడు మీరు సార్వత్రిక ప్రమాణాలను అభివృద్ధి అత్యవసరం అని అర్థం?

"సృష్టికర్తలు స్థాపనా"

జిరాక్స్ నుండి Dzho బెక్కేర్, లీ కాలిన్స్ మరియు ఆపిల్ నుండి మార్క్ డేవిస్ కలిసి ఒక సార్వత్రిక వర్ణ సమూహం యొక్క ఆచరణాత్మక సృష్టి రంగంలో పరిశోధన ప్రారంభమైంది యూనికోడ్ సృష్టి యొక్క మూలాలు 1987 లో గుర్తించవచ్చు. ఆగస్టు 1988 లో, Dzho బెక్కేర్ 16-బిట్ బహుళ-లింగ్వల్ అంతర్జాతీయ కోడింగ్ వ్యవస్థ సృష్టికి ఒక డ్రాఫ్ట్ ప్రతిపాదన ప్రచురించింది.

కొన్ని నెలల తరువాత యూనికోడ్ వర్కింగ్ గ్రూప్ ఒక సాధారణ కోడింగ్ ప్రమాణాన్ని ప్రాథమిక ఏర్పాటుపై పనులు పూర్తయిన తోడ్పడుతుందని RLG నుండి కెన్ విస్లర్ మరియు మైక్ Kernegana, సన్ మైక్రోసిస్టమ్స్ మరియు అనేక ఇతర నిపుణుల గ్లెన్ Rayt కలుపుకోవటానికి విస్తరించబడింది.

సాధారణ వివరణ

యూనికోడ్ చిహ్నం భావన ఆధారంగా. ఈ నిర్వచనం రచన యొక్క ఒక నిర్దిష్ట రూపంలో ఉంది మరియు ఒక గ్రాఫీమ్ (వారి "చిత్తరువులు") ద్వారా గ్రహించారు అమూర్త దృగ్విషయం సూచిస్తుంది కింద. ప్రతి పాత్ర ఒక ప్రత్యేక యూనిట్ ప్రామాణిక చెందిన "యూనికోడ్" ప్రత్యేక కోడ్ ఇవ్వబడుతుంది. ఉదా గ్రాఫీమ్ B ఇంగ్లీష్ మరియు రష్యన్ వర్ణమాలలు కూడా ఉంది, కానీ ఇది యునికోడ్ 2 పాత్రలను సూచించదు. వారు మార్పిడి లోబడి ఉంటాయి చిన్నబడి, కీ డేటాబేస్ వివరించే ప్రతి t. E., లక్షణాలు సమితి మరియు పూర్తి పేరు.

యూనికోడ్ యొక్క ప్రయోజనాలు

"యూనికోడ్" ఎన్కోడింగ్ ఇతర సమకాలికుల నుండి "ఎన్క్రిప్షన్" అక్షరాలు కోసం సంకేతాలు విపరీతంగా స్టాక్ ఉంది. తన పూర్వీకుల 8 బిట్స్ కలిగి వాస్తవం, 28 అక్షరాలు మద్దతు ఉంది, కానీ కొత్త డిజైన్ అని ముందుకు ఒక పెద్ద అడుగు ఉంది, ఇప్పటికే 216 అక్షరాలు. ఈ అనుమతి ఎన్కోడ్ దాదాపు అన్ని ఉన్న మరియు సాధారణ వర్ణమాలలు.

"యూనికోడ్" రావడంతో ఇకపై ఒక మార్పిడి పట్టిక ఉపయోగించడానికి అవసరం: అది కేవలం వారికి అవసరం నిషేధిస్తుంది ఒకే ప్రమాణంగా. అదేవిధంగా, వారు ఉపేక్ష నదిలో, మరియు "వికారమైన" - ఒకే ప్రామాణిక నకిలీ ఫాంట్లు సృష్టించడానికి అవసరం వాటిని అసాధ్యం, అలాగే పాలన చేసింది.

యూనికోడ్ అభివృద్ధి

వాస్తవానికి, పురోగతి, స్థానంలో కాదు మరియు నుండి మొదటి ప్రదర్శన 25 సంవత్సరాలు దాటింది. అయితే, అక్షర సమితి "యూనికోడ్" stubbornly ప్రపంచంలో దాని స్థానం ఉంచుతుంది. పలు రకాలుగా ఇది అమలు సులభం మారింది మరియు వ్యాపించింది వాస్తవం సాధ్యం కృతజ్ఞతలు చేయబడింది, యాజమాన్య (చెల్లించిన) మరియు ఓపెన్ సోర్స్ సాఫ్ట్వేర్ డెవలపర్లు గుర్తించారు.

మేము ఆ రోజు మేము ఒక శతాబ్దం క్రితం త్రైమాసికంలో అదే కోడ్ "యూనికోడ్" చూడండి విశ్వసించను. ప్రస్తుతానికి, ఇది వెర్షన్ 5.h.h ద్వారా భర్తీ చేయబడింది, మరియు కోడెడ్ చిహ్నాల సంఖ్య ఇప్పటికీ యూనికోడ్ -16 మద్దతు నిర్వహించడానికి ఎక్కువ మార్జిన్ మార్కులు నిరాకరించారు ఉపయోగించే అవకాశం న 231. పెరిగింది (ఎన్కోడింగ్, అక్కడ వారి పరిమిత సంఖ్యలో 216 గరిష్ట మొత్తం). దాని ప్రారంభము నుండి మరియు వెర్షన్ 2.0.0 కు "యూనికోడ్ స్టాండర్డ్" అది దాదాపు 2 సార్లు చేర్చబడిన అక్షరాలు సంఖ్య పెరిగింది. అవకాశాలు మరియు రాబోయే సంవత్సరాల్లో నిరంతరం పెరుగుతున్న. వెర్షన్ 4.0.0 కోసం ఇప్పటికే ప్రమాణంలో పెంచడానికి అవసరం ఉంది, మరియు ఆ జరిగింది. ఫలితంగా, "యూనికోడ్" మేము ఈ రోజు తెలిసిన దీనిలో రూపంలో కనుగొంది.

యూనికోడ్ లో ఏమి ఉంది?

విస్తారమైన పాటు, నిరంతరం అక్షరాలు సంఖ్యతో నవీకరించబడింది, "యూనికోడ్" -Encoding టెక్స్ట్ సమాచారం మరొక ఉపయోగకరమైన లక్షణం ఉంది. ఈ అని పిలవబడే సాధారణీకరణ ఉంది. అయితే పాత్ర ద్వారా మొత్తం డాక్యుమెంట్ వర్ణాల స్క్రోలు, మరియు సుదూర పట్టిక చిహ్నాలు ప్రత్యామ్నాయంగా కంటే, ఇప్పటికే సాధారణీకరణ అల్గోరిథంలు ఒకటి ఉపయోగించండి. ఇది ఏమిటి?

బదులుగా ఒక ప్రత్యేక అల్గారిథమ్ ఉపయోగించి, వివిధ వర్ణమాలలో సమానంగా ఉండవచ్చు అదే పాత్ర, ఒక సాధారణ చెక్ కంప్యూటర్ వనరులను వృధా. మీరు ఇదే చిహ్నాలు ప్రత్యేక కాలమ్ లుక్అప్ పట్టిక తయారు మరియు ఇప్పటికే వాటిని అన్ని డేటా మరల సరి మళ్ళీ పైగా మరియు పైగా, దరఖాస్తు అనుమతిస్తుంది.

అలాంటి అల్గోరిథంలు అభివృద్ధి మరియు నాలుగు అమలు చేస్తారు. ప్రతి మార్పిడి వారిలో ఒకరు అత్యంత సమర్థవంతమైన సాధ్యం కాదు కాబట్టి కాల్, ఖచ్చితంగా ఖచ్చితమైన సూత్రం, ఇతర భిన్నంగా ద్వారా జరుగుతుంది. నిర్దిష్ట అవసరాలకు .ప్రతి, ఎంబెడెడ్ మరియు విజయవంతంగా ఉపయోగించబడింది.

వ్యాప్తిపై ప్రామాణిక

దాని చరిత్ర ఎన్కోడింగ్ "యూనికోడ్" 25 సంవత్సరాలలో నేను బహుశా ప్రపంచంలో అత్యంత విస్తృతంగా అందింది. ఈ ప్రమాణం క్రింద కార్యక్రమాలు మరియు వెబ్ పేజీలు సర్దుబాటు చేస్తారు. అప్లికేషన్ యొక్క వెడల్పు యూనికోడ్ ఇప్పుడు ఇంటర్నెట్ వనరుల కంటే ఎక్కువ 60% ద్వారా ఉపయోగించిన సూచించవచ్చు.

"యూనికోడ్" ప్రామాణిక కనిపించింది ఇప్పుడు మీరు తెలుసు. ఇది ఏమిటి, మీరు కూడా తెలుసు మరియు నిపుణులు యూనికోడ్ ఇంక్ యొక్క ఒక సమూహం చేసిన ఆవిష్కరణ పూర్తి ప్రాముఖ్యత, అభినందిస్తున్నాము చేయగలరు కంటే ఎక్కువ 25 సంవత్సరాల క్రితం.