എൻകോഡിംഗ് "യൂണികോഡ്": കോഡിങ്ങ് സാധാരണ

ഓരോ ഇന്റർനെറ്റ് ഉപയോക്താവ് പ്രവർത്തനത്തിൽ കൂട്ടം ഒന്നോ ചിലർക്ക് ശ്രമത്തിൽ ദിവസമെങ്കിലും എഴുതിയ സ്ക്രീനിൽ കണ്ടു ലാറ്റിൻ അക്ഷരങ്ങളിൽ വചനം "യൂണിക്കോഡ്." എന്താണ് ഈ ലേഖനം വായിച്ച് പഠിക്കും, അത്.

നിര്വചനം

എൻകോഡിംഗ് "യൂണികോഡ്" - അക്ഷരങ്ങള് സ്റ്റാൻഡേർഡ്. ഇത് യൂണികോഡ് ഇൻക് ലാഭേച്ഛയില്ലാത്ത സംഘടന സംവിധാനങ്ങൾ നിലവിലുണ്ടായിരുന്നില്ല 1991 ൽ. സാധാരണ പ്രമാണത്തിലെ പ്രതീകങ്ങൾ വ്യത്യസ്ത തരം ഏറ്റവും സാധ്യമായ എണ്ണം കൊണ്ടുവരുന്നതിന് രൂപകൽപ്പന ചെയ്തിരിക്കുന്നത്. പേജ്, അതിന്റെ അടിസ്ഥാനത്തിൽ അദ്ദേഹത്തിന് (റഷ്യൻ നിന്ന് കൊറിയയുടെ) വ്യത്യസ്ത ഭാഷകളിലും ഗണിത അടയാളങ്ങളും എഴുത്തുകൾ പ്രതീകങ്ങൾ ഉൾക്കൊള്ളാൻ കഴിയും. ഈ സാഹചര്യത്തിൽ, പ്രതീക ഗണത്തിൽ പ്രതീകങ്ങൾ എല്ലാ പ്രശ്നങ്ങളൊന്നുമില്ലാതെ പ്രദർശിപ്പിക്കുന്നു.

സൃഷ്ടി കാരണങ്ങൾ

ഒരിക്കൽ, നീണ്ട ഒരു സിസ്റ്റത്തിന്റെ മുന്പായി "യൂണിക്കോഡ്" എൻകോഡ് പ്രമാണത്തിന്റെ രചയിതാവിന്റെ മുൻഗണനകൾ അടിസ്ഥാനമാക്കി തിരഞ്ഞെടുത്തിരിക്കുന്നു. ഇക്കാരണത്താൽ, ഒരു പ്രമാണം വായിക്കാൻ പലപ്പോഴും, വിവിധ പട്ടികകൾ ഉപയോഗിക്കാൻ ആവശ്യമായിരുന്നു. ചിലപ്പോൾ അത് അത്യാവശ്യമാണ് അത്യന്തം ശരാശരി ഉപയോക്താവിന്റെ ജീവൻ സങ്കീർണ്ണമാക്കും ഏത്, നിരവധി തവണ മാത്രം. ഇതിനകം സൂചിപ്പിച്ചതുപോലെ, 1991 ൽ ഈ പ്രശ്നം പരിഹാരം അക്ഷരങ്ങള് ഒരു പുതിയ തരം വാഗ്ദാനം യൂണിക്കോഡ് ഇൻക് ഒരു ലാഭരഹിത ഓർഗനൈസേഷൻ ക്ഷണിച്ചു ചെയ്തു. ഇത് കാലഹരണപ്പെട്ട നിലവാരങ്ങളും പലതരം സംയോജിപ്പിച്ച് രൂപകൽപ്പന ചെയ്തു. "യൂണികോഡ്" - സമയത്ത് അചിന്തനീയമായ കൈവരിക്കാൻ ഒജ്വൊലില ഒരു എൻകോഡിങ്ങ്: അക്ഷരങ്ങൾ ഒരു വലിയ സംഖ്യ പിന്തുണയ്ക്കുന്ന ഒരു ഉപകരണം സൃഷ്ടിക്കാൻ. ഫലം പല പ്രതീക്ഷകൾക്കും - ഒരേസമയം ഇംഗ്ലീഷ് ഇരുവരും റഷ്യൻ ടെക്സ്റ്റ്, ലത്തീൻ, ഗണിതശാസ്ത്ര അടങ്ങിയ രേഖകൾ ഉണ്ടായിരുന്നു.

എന്നാൽ ഇതിനകം ആ സമയത്ത് നിലവിലുള്ള മാനദണ്ഡങ്ങൾ വലിയ നിരവധി പൊന്തിവന്ന ആ പ്രശ്നങ്ങൾ ഒരു എണ്ണം പരിഹരിക്കേണ്ടതില്ല മാതൃകയും ഒരു ഏകീകൃത കോഡിംഗ് സൃഷ്ടിക്ക്. അവരിൽ ഏറ്റവും സാധാരണമായ:

• എൽവിഷ് എഴുത്ത്, അല്ലെങ്കിൽ "ജൽപനം";
• പ്രതീക സെറ്റ് പരിമിതികൾ;
• പ്രശ്നം വട്ടത്തിൽ .ഇതു;
• ഫോണ്ട് ഇരട്ടിക്കല്.

ചെറിയ ചരിത്രപരമായ എക്സചുര്സുസ്

ആ യാർഡ് 80 സങ്കൽപ്പിക്കുക. കമ്പ്യൂട്ടർ ഹാർഡ്വെയർ അങ്ങനെ സാധാരണ അല്ല ഇന്നും നിന്നും വ്യത്യസ്തമായ ഒരു ഫോം ഉണ്ട്. ഓരോ ഒഎസ് അതുല്യമായ ആണ് ഓരോ സ്നേഹിയും പ്രത്യേക ആവശ്യങ്ങൾ ഊതിക്കഴിച്ചിരിക്കുന്നു സമയത്ത്. വിവരങ്ങൾ എക്സ്ചേഞ്ച് അധിക തോഷിബ എല്ലാം നടത്തുന്ന ചെയ്യേണ്ടതാണ്. മറ്റൊരു ഓപ്പറേറ്റിങ് സിസ്റ്റം ഉണ്ടാക്കിയ ഒരു പ്രമാണം വായിക്കാൻ ശ്രമിക്കുന്നതിനിടയിൽ, പലപ്പോഴും കഥാപാത്രങ്ങളുടെ ഒരു വിചിത്രമായ സെറ്റ് പ്രദർശിപ്പിക്കുന്നു, ഗെയിം എൻകോഡിംഗിനൊപ്പം ആരംഭിക്കുന്നു. അത് എപ്പോഴും വേഗത്തിൽ ചെയ്യുന്നത് അല്ല, ചിലപ്പോൾ ആവശ്യമായ പ്രമാണം ആറു മാസത്തിനുള്ളിൽ തുറക്കാൻ കഴിഞ്ഞില്ല, പോലും പിന്നീട്. പതിവായി വിവരങ്ങൾ കൈമാറുന്നതിന് ആളുകൾ, ഒരു പരിവർത്തന പട്ടിക സ്വയം സൃഷ്ടിക്കാനാകും. അപ്പോൾ അവരുടെ ജോലി രസകരമായ വിശദമായി വെളിപ്പെടുത്തുന്നു: രണ്ടു ദിശകൾ അവരെ സൃഷ്ടിക്കാൻ ആവശ്യം, അങ്ങോട്ടുമിങ്ങോട്ടും "എന്റെ നിങ്ങളുടെ നിന്ന്". ഫലം, പക്ഷേ തിരിച്ചും - വിരസമായ വൈപരീത്യം കമ്പ്യൂട്ടിംഗ് മെഷീൻ സ്രോതസ്സ് വലത് കോളം ഇടത്തും ൽ, ചെയ്യാനാകില്ലെന്ന് ഉണ്ടാക്കി. നിങ്ങൾ പ്രമാണത്തിൽ ഏതെങ്കിലും പ്രത്യേക അക്ഷരങ്ങൾ ഉപയോഗിക്കാൻ ആവശ്യം കാണുകയാണെങ്കിൽ, അവർ ആദ്യം ചേർക്കും ഉണ്ടായിരുന്നു; മറ്റൊരു, അവൻ ഈ പ്രതീകങ്ങൾ ചെയ്യേണ്ടതുമാണ് എന്തു പങ്കാളിയാകാൻ വിശദീകരിക്കാൻ ഒരു "ജൽപനം." പോകരുത് എന്നാൽ ഓരോ എൻകോഡിംഗിനായുള്ള ഒഎസ് ൽ തനിപ്പകർപ്പുകളും ഒരു വലിയ സംഖ്യ സൃഷ്ടിക്ക് നയിച്ച, സ്വന്തം ഫോണ്ടുകൾ വികസിപ്പിക്കാനും അല്ലെങ്കിൽ നടപ്പാക്കാൻ ഉണ്ടായിരുന്നു മറക്കരുത് ചെയ്യട്ടെ.

യുട്ടിഎഫ് -8 നുള്ള, UTF- 16, ആൻസി, UCS-2: കൂടുതൽ പേജിൽ ഫോണ്ടുകൾ സങ്കൽപ്പിക്കുക, നിങ്ങൾ ഒരു ചെറിയ കുറിപ്പ് സമാനമാണ് ടൈംസ് ന്യൂ റോമൻ 10 കഷണങ്ങൾ കാണും. ഇപ്പോൾ നിങ്ങൾ യൂണിവേഴ്സൽ നിലവാരം വികസനം ഒഴിച്ചുകൂടാനാവാത്തതാണ് എന്ന് മനസ്സിലാക്കാൻ?

"സ്രഷ്ടാക്കൾ സ്ഥാപക പിതാക്കന്മാർ"

1987 സിറോക്സ് നിന്ന് വരുമ്പോൾ ദ്ജ്ഹൊ ബെക്കെര് കണ്ടെത്താൻ വരെ യൂണിക്കോഡ് സൃഷ്ടി ഉറവിടം ആപ്പിൾ നിന്നും ലീ കോളിൻസ് ഉം മാർക്ക് ഡേവിസ് സഹിതം ഒരു സാർവത്രിക പ്രതീക ഗണത്തിൽ പ്രായോഗിക സൃഷ്ടി മേഖലയിൽ ഗവേഷണം തുടങ്ങി. ഓഗസ്റ്റ് 1988-ൽ, ദ്ജ്ഹൊ ബെക്കെര് 16-ബിറ്റ് മൾട്ടി വിവിധഭാഷകളിൽ അന്താരാഷ്ട്ര കോഡിങ് സിസ്റ്റം സൃഷ്ടി ഒരു കരട് നിർദ്ദേശം പ്രസിദ്ധീകരിച്ചു.

ഏതാനും മാസം കഴിഞ്ഞ് യൂണിക്കോഡ് വർക്കിംഗ് ഗ്രൂപ്പ്, ഒരു സാധാരണ കോഡിങ്ങ് സാധാരണ പ്രാഥമിക രൂപവത്കരണത്തിൽ സൃഷ്ടിയുടെ പൂർത്തീകരണം പ്രാപ്തരാക്കുകയെന്ന ര്ല്ഗ് നിന്നും കെൻ വിസ്ലര് മൈക്ക് കെര്നെഗന ഉൾപ്പെടുത്താൻ വികസിപ്പിച്ചു Sun Microsystems നിരവധി മറ്റ് വിദഗ്ദ്ധരുടെയും ഗ്ലെൻ രയ്ത് ചെയ്തു.

ജനറൽ വിവരണം

യൂണികോഡ് ചിഹ്നത്തിൽ ആശയം അടിസ്ഥാനമാക്കി. ഈ നിർവചനമനുസരിച്ച് എഴുതി ഒരു പ്രത്യേക രൂപത്തിൽ നിലവിലുണ്ട് ഒരു ഗ്രാഫിമെ (അവരുടെ "ഛായാചിത്രങ്ങൾ") മുഖാന്തരം ഒരു അമൂർത്തമായ പ്രതിഭാസം സൂചിപ്പിക്കുന്നു. ഓരോ അക്ഷരം ഒരു പ്രത്യേക യൂണിറ്റ് സാധാരണ പെടുന്ന "യൂണിക്കോഡ്" തനതായ കോഡ് കൊടുത്തിരിക്കുന്നു. ഉദാ ഗ്രാഫിമെ ബി ഇംഗ്ലീഷ് റഷ്യൻ അക്ഷരമാലകളിൽ വ്യക്തമാക്കുന്നു, എന്നാൽ യൂണിക്കോഡ് 2 വ്യത്യസ്ത അക്ഷരങ്ങൾ തുല്യമാണ്. അവർ പരിവർത്തനം വിധേയമാണ് ലോവർകേസ്, കീ ഡാറ്റാബേസ്, ഉള്ള ഒരു സെറ്റ് പൂര്ണ്ണനാമവും വിവരിക്കുന്ന ഓരോന്നും ടി. ഇ.

യൂണികോഡ് പ്രയോജനങ്ങൾ

എൻകോഡ് "UNICODE- ന്" മറ്റ് സമകാലികരായ നിന്നും "എൻക്രിപ്ഷൻ" അക്ഷരങ്ങള് ദൃഷ്ടാന്തം വമ്പിച്ച സ്റ്റോക്ക് ഉണ്ട്. 28 അക്ഷരങ്ങൾ പിന്തുണയ്ക്കുന്ന എന്ന് തന്റെ മുൻഗാമികൾ 8 ബിറ്റുകൾ ഉണ്ടായിരുന്നു വസ്തുത, എന്നാൽ പുതിയ ഡിസൈൻ ആ മുന്നോട്ട് ഒരു ഭീമൻ നടപടി ആയിരുന്നു, ഇതിനകം 216 അക്ഷരങ്ങൾ. ഈ എൻകോഡ് മിക്കവാറും എല്ലാ നിലവിലുള്ളതും സാധാരണ അക്ഷരമാലകൾ അനുവദിച്ചു.

അത് അവർക്ക് ആവശ്യം തടങ്ങൾ ഒരു സാധാരണ നിലയിൽ: "യൂണികോഡ്" വരവിനുശേഷം ഇനി ഒരു പരിവർത്തന പട്ടിക ഉപയോഗിക്കേണ്ടതുണ്ട്. അതുപോലെ, അവർ മധുബന്പൊലീസ് താണു ചെയ്തു, "ജൽപനം" - ഒരു സാധാരണ അവരെ ആവര്ത്തനഅക്ഷരസഞ്ചയങ്ങള്ലഭ്യമായില്ല സൃഷ്ടിക്കാൻ ആവശ്യം പുറത്തു അസാധ്യമാണ്, അതുപോലെ ഭരണം ചെയ്തു.

യൂണികോഡ് വികസനം

ഗതി, പുരോഗതി, പകരം അവര്ക്ക് ആദ്യ അവതരണം 25 വർഷം കഴിഞ്ഞതിനാൽ. എന്നാൽ, പ്രതീകസെറ്റ് "യൂണികോഡ്" മനഃപൂർവം ലോകത്തിലെ അതിന്റെ സ്ഥാനം സൂക്ഷിക്കുന്നു. പല തരത്തിൽ ഇത് അംഗീകൃത കുത്തക (പണം) ഓപ്പൺ സോഴ്സ് സോഫ്റ്റ്വെയർ നിർമ്മാതാക്കൾ ചെയ്തുകൊണ്ടിരിക്കുന്നു നടപ്പാക്കാൻ എളുപ്പമാണ് മാറിയിരിക്കുന്നു പ്രചരിപ്പിക്കാനും ചെയ്തു, വസ്തുത സാധ്യമാണ് നന്ദി ചെയ്തു.

ഞങ്ങൾ ഒരു നൂറ്റാണ്ട് മുമ്പ് പാദത്തിലെ അതേ കോഡ് "യൂണിക്കോഡ്" കാണുന്ന ഇന്ന് വിശ്വസിക്കയില്ല. ഇപ്പോൾ, അത് പതിപ്പ് ൫.ഹ്.ഹ് പകരം, ഒപ്പം വർണ്ണങ്ങളുപയോഗിച്ച് ചിഹ്നങ്ങൾ എണ്ണം ഒരു വലിയ മാർജിൻ മാർക്ക് ഇപ്പോഴും യൂണിക്കോഡ്-16 (എൻകോഡിംഗ്, അവരുടെ പരിമിതമായ എണ്ണം 216 എവിടെ പരമാവധി തുക) പിന്തുണ നിലനിർത്താൻ വിസമ്മതിച്ചു ഉപയോഗിച്ച് സാധ്യത 231. വർദ്ധിച്ചു. പതിപ്പ് 2.0.0 വരെ അതിന്റെ മുതൽതന്നെ ഒപ്പം "യൂണിക്കോഡ് സ്റ്റാൻഡേർഡ്" 2 തവണ ഏതാണ്ട് ഉൾപ്പെടുത്തിയിട്ടുണ്ട് പ്രതീകങ്ങളുടെ എണ്ണം വർദ്ധിച്ചു. വരും വർഷങ്ങളിൽ അവസരങ്ങളും വളർച്ച. പതിപ്പ് 4.0.0 വേണ്ടി ഇതിനകം സാധാരണ തന്നെ കൂട്ടാനുള്ള ആവശ്യം ഉണ്ടു; സംഭവിച്ചു. തത്ഫലമായി, "യൂണികോഡ്" നാം ഇന്ന് അറിയുന്നു ഫോം കണ്ടെത്തി.

യൂണികോഡ് ലെ മറ്റാരെങ്കിലും എന്താണ്?

വിശാലമായ പുറമേ, നിരന്തരം അക്ഷരങ്ങളുടെ എണ്ണം അപ്ഡേറ്റ്, "യൂണിക്കോഡ്" ടെക്സ്റ്റ് വിവരങ്ങൾ -എന്ചൊദിന്ഗ് മറ്റൊരു ഉപയോഗപ്രദമായ വിമുഖത. ഈ നൊര്മലിജതിഒന് വിളിക്കപ്പെടുന്ന ആണ്. പകരം പ്രതീകമായി മുഴുവൻ പ്രമാണം പ്രതീകം സ്ക്രോൾ, എഴുത്തുകുത്തുകളിലൂടെ പട്ടികയുടെ ഐക്കണുകൾ വേദവാക്യം നിലവിലുള്ള നൊര്മലിജതിഒന് അൽഗോരിതങ്ങൾ ഉപയോഗിക്കുക. അത് എന്താണ്?

പകരം ഒരു പ്രത്യേക അൽഗോരിതം ഉപയോഗിച്ച്, വ്യത്യസ്ത അക്ഷരമാലകളിൽ സമാനമായ ഇടയുള്ള ഒരേ, ഒരു സാധാരണ ചെക്ക് ന് കംപ്യൂട്ടറിന്റെ വിവിധ നാശം. നിങ്ങൾ ഒരു സമാനമായ ചിഹ്നങ്ങൾ പ്രത്യേക കോളം തിരയൽ പട്ടിക ഉണ്ടാക്കി അവർക്ക് എല്ലാ ഡാറ്റയും സെവനോ എന്ന് വീണ്ടും വീണ്ടും, പ്രയോഗിക്കാൻ അനുവദിക്കുന്നു.

അത്തരം അൽഗോരിതങ്ങൾ വികസിപ്പിച്ച നാലു പ്രാവർത്തികമാക്കിയാൽ. ഓരോ പരിവർത്തനം, കർശനമായി വ്യക്തമായ തത്വത്തിലാണ് നടക്കുന്നത് മറ്റു നിന്ന് വ്യത്യസ്ത അങ്ങനെ അവരിൽ ആരെങ്കിലും വിളിക്കാൻ ഏറ്റവും കാര്യക്ഷമമായ സാധ്യമല്ല. പ്രത്യേക ആവശ്യങ്ങൾ രൂപകൽപ്പന ഓരോ, എംബഡഡ് വിജയകരമായി ഉപയോഗിച്ചിരുന്നു.

വ്യാപനം സാധാരണ

അതിന്റെ ചരിത്രം എൻകോഡ് "UNICODE- ന്" 25 വർഷം ഞാൻ ഒരുപക്ഷേ ഏറ്റവും ലോകത്തിൽ വ്യാപകമായ ലഭിച്ചു. ഈ സാധാരണ കീഴിൽ പ്രോഗ്രാമുകൾ വെബ്-പേജുകളുടെ ക്രമീകരിച്ചു. അപേക്ഷയുടെ വീതിയും യൂണിക്കോഡ് ഇപ്പോൾ ഇന്റർനെറ്റ് വിഭവങ്ങൾ 60% ഉപയോഗിക്കുന്ന സൂചനയുമാവാം.

ഇപ്പോൾ, നിങ്ങൾ "യൂണികോഡ്" സ്റ്റാൻഡേർഡ് പ്രത്യക്ഷനായി, അറിയുന്നു. എന്താണത്, നിങ്ങൾക്ക് അറിയുന്നു കണ്ടുപിടുത്തം നിറഞ്ഞ പ്രാധാന്യം അഭിനന്ദിക്കുന്നു കഴിയില്ല, വിദഗ്ധരുടെ യൂണികോഡ് ഇൻകോർപ്പറേറ്റഡ് ഒരു സംഘം നടത്തിയ 25 വർഷങ്ങൾക്ക് മുമ്പ്.