unicode與javascript詳解

　　Unicode是什么？

　　Unicode源于一個很簡單的想法：將全世界所有的字符包含在一個集合里，計算機只要支持這一個字符集，就能顯示所有的字符，再也不會有亂碼了。

　　它從0開始，為每個符號指定一個編號，這叫做“碼點”（code point）。比如，碼點0的符號就是null（表示所有二進制位都是0）。

　　U+0000 = null

　　上式中，U+表示緊跟在后面的十六進制數(shù)是Unicode的碼點。

　　目前，Unicode的最新版本是7.0版，一共收入了109449個符號，其中的中日韓文字為74500個?？梢越普J為，全世界現(xiàn)有的符號當中，三分之二以上來自東亞文字。比如，中文“好”的碼點是十六進制的597D。

　　U+597D = 好

　　這么多符號，Unicode不是一次性定義的，而是分區(qū)定義。每個區(qū)可以存放65536個（216）字符，稱為一個平面（plane）。目前，一共有17個（25）平面，也就是說，整個Unicode字符集的大小現(xiàn)在是221。

　　最前面的65536個字符位，稱為基本平面（縮寫B(tài)MP），它的碼點范圍是從0一直到216-1，寫成16進制就是從U+0000到U+FFFF。所有最常見的字符都放在這個平面，這是Unicode最先定義和公布的一個平面。

　　剩下的字符都放在輔助平面（縮寫SMP），碼點范圍從U+010000一直到U+10FFFF。

　　javascript是什么？

　　JavaScript一種直譯式腳本語言，是一種動態(tài)類型、弱類型、基于原型的語言，內(nèi)置支持類型。它的解釋器被稱為JavaScript引擎，為瀏覽器的一部分，廣泛用于客戶端的腳本語言，最早是在HTML（標準通用標記語言下的一個應用）網(wǎng)頁上使用，用來給HTML網(wǎng)頁增加動態(tài)功能。

　　在1995年時，由Netscape公司的Brendan Eich，在網(wǎng)景導航者瀏覽器上首次設(shè)計實現(xiàn)而成。因為Netscape與Sun合作，Netscape管理層希望它外觀看起來像Java，因此取名為JavaScript。但實際上它的語法風格與Self及Scheme較為接近。

　　為了取得技術(shù)優(yōu)勢，微軟推出了JScript，CEnvi推出ScriptEase，與JavaScript同樣可在瀏覽器上運行。為了統(tǒng)一規(guī)格，因為JavaScript兼容于ECMA標準，因此也稱為ECMAScript。

　　UTF-32與UTF-8

　　Unicode只規(guī)定了每個字符的碼點，到底用什么樣的字節(jié)序表示這個碼點，就涉及到編碼方法。

　　最直觀的編碼方法是，每個碼點使用四個字節(jié)表示，字節(jié)內(nèi)容一一對應碼點。這種編碼方法就叫做UTF-32。比如，碼點0就用四個字節(jié)的0表示，碼點597D就在前面加兩個字節(jié)的0。

　　U+0000 = 0x0000 0000

　　U+597D = 0x0000 597D

　　UTF-32的優(yōu)點在于，轉(zhuǎn)換規(guī)則簡單直觀，查找效率高。缺點在于浪費空間，同樣內(nèi)容的英語文本，它會比ASCII編碼大四倍。這個缺點很致命，導致實際上沒有人使用這種編碼方法，HTML 5標準就明文規(guī)定，網(wǎng)頁不得編碼成UTF-32。

　　我們需要一種節(jié)省空間的表示法。

　　人們真正需要的是一種節(jié)省空間的編碼方法，這導致了UTF-8的誕生。UTF-8是一種變長的編碼方法，字符長度從1個字節(jié)到4個字節(jié)不等。越是常用的字符，字節(jié)越短，最前面的128個字符，只使用1個字節(jié)表示，與ASCII碼完全相同。

　　由于UTF-8這種節(jié)省空間的特性，導致它成為互聯(lián)網(wǎng)上最常見的網(wǎng)頁編碼。