第15集的文字稿

站长

001.
上一课里讲过，在统一字符集UCS里，字符的代码点由平面、行和字位组成。显然，后面那些平面中的字符，其代码点在数值上较大。字符的编码是基于代码点的，如果代码点的数值较大，那将来编码的时候，字符的编码也就很长。因此，谁也不愿意把自己国家和地区的字符排在后面那些平面里。


为了照顾大家的情绪，统一字符集UCS把第一个平面，也就是平面0，拿出来优先安排每个国家和地区常用的字符。换句话说，这个区混杂了各个国家常用的字符，所以又称为基本多语种平面，Basic Multilingual Plane, BMP。


我们知道，每个平面有256个行，每一行有256个字位，所以每个平面可以有65536个字符。因此，用基本多语种平面BMP来容纳每个国家和地区的常用字符，基本上是足够了。至于每个国家和地区的那些不常用的字符，再安排到其它平面，这样大家都没有意见了。


由于世界上的语种很多，基本多语种平面的划分很细，分为很多个区。<这是国际标准化组织ISO的网站，这是最新的ISO/IEC 10646:2020标准，里面有基本多语种平面的结构图。>


<大致上，基本多语种平面的划分是这样的：


0到33行是一个非常复杂的区域，大体上包括：


1，基本拼音字符，包括所有拼音文字的字母拼音和音标。它的字符集一般較小，如：拉丁文、西里尔文、希腊文、希伯来文、阿拉伯文、泰文、梵文等。


2，基本符号，包括多种用于标点、数学、化学、科技和其它特殊用途的符号。


3，中日韩的符号和音标，包括用于中国、日本和韩国的标点、符号、字根、音标等。


34到4D行是中日韩统一表意扩展A区。CJK是Chinese、Japanese和Korea的首字母，代表中日韩。中文、日文和韩文中有很多本质上相同、形状一样或稍异的表意文字，为方便起见，在统一字符集UCS里赋予相同的编码，称之为CJK表意文字。


4E到9F行是CJK统一表意文字区。


A0到A4行是彝族文字。


后面还有很多，就不一一介绍，只重点注意D8到DF行的代理区，它的含义和作用在后面要讲到。