Unicode 通用字元集

歷史

https://zh.wikipedia.org/wiki/Unicode

8bits ASCII => 0-127 共128字元
https://unicode-table.com/cn/blocks/basic-latin/

ISO 8859-1 國際標準化組織（ISO）及國際電工委員會（IEC）聯合制定 的字元 256字元

Unicode

16bits

32bits => 2^31 =>2,147,483,647字元

Unicode 表示方式

U+16進位數值(碼位code point)

ex. U+0061 => a
ex. U+1F606 => 😆

「基本平面」 （BMP, Basic Multilingual Plane）

Plane 0 U+0000 到 U+FFFF

「輔助平面」 SMP, Supplementary planes or Astral planes）(五或六個數字)

Plane 1-16 U+010000 到 U+10FFFF (1,112,064)

編碼方式 & 編碼單位(code units)

UTF-32 1個code unit
UTF-16 2個code units
UTF-8

ex. U+1F606 😆

UTF-8 Encoding: 0xF0 0x9F 0x98 0x86
UTF-16 Encoding: 0xD83D 0xDE06
UTF-32 Encoding: 0x0001F606

const smile = '😆';  
console.log(smile.length); // '2' code units
smile === '\uD83D\uDE06'; //true

JS 內部處理方式為UTF16 code units
JS 外部處理方式
載入時可用charset指定編碼方式
建議釋出適用ASCII(7位元格式)

charset

<meta charset="UTF-8">

Unicode字元特性

https://en.wikipedia.org/wiki/Unicode_character_property

Name 英文名稱
General Category 類目
Age 哪個版本
Deprecated 棄用
…其他特性

JS & Unicode

const \u0061 = 'hi';  
console.log(a); // 'hi'


'\xF6' === '\u00F6' //true
//0x00-0xFF之間的可以用此表示方式

console.log('o\u0308');  //ö