《计算机组成与体系结构（原书第4版）》 —2.6.4　Unicode

2.6.4　Unicode

EBCDIC和ASCII都是围绕拉丁字母构建的。这样，它们对使用非拉丁语的世界上大多数人口在数据表示方面受到限制。当所有国家都开始使用计算机时，每个国家都设计出了最有效的代表他们母语的编码，它们不一定与任何其他编码兼容，这在新兴的全球经济道路上设置了另一个障碍。

表2-6　EBCDIC码（在二进制区位数字格式中给出的值）数字

表2-7　ASCII码（用十进制给出的值）

1991年，在事情还没有到无法控制之前，成立了一个由行业和政府领导人组成的联盟，它创建了一个名为Unicode的国际信息交换代码。这个组织被称为Unicode联盟。

Unicode是一个16位字母表，向下兼容ASCII和拉丁文-1字符集。符合ISO/IEC 10646—1国际标准字母。因为Unicode的基本编码是16位，所以它有能力编码世界上每种语言中使用的大多数字符。如果这还不够，Unicode也定义了一个允许编码其他百万个字符的扩展机制。这足以为人类文明史上的每一种文字提供编码。

Unicode代码空间由5部分组成，如表2-8所示。一个完整的符合Unicode的系统还将允许利用单独的代码形成复合字符，如’和A的组合形成A’。这些复合字符使用的算法以及Unicode扩展可以在本章末尾的参考文献中找到。

虽然Unicode还没有成为美国计算机专用的字母表，但大多数制造商正在他们的系统中对其进行一些有限的支持。Unicode目前是Java编程语言的默认字符集。最终，所有制造商对Unicode的接受程度将取决于他们希望将自己定位为积极的国际参与者有，以及以多低的成本生产一个磁盘驱动器以支持两倍ASCII或EBCDIC存储要求的字母表。

表2-8　Unicode代码空间