Unicode 的创建目的是将世界上所有字符纳入一个通用字符集,用于 Unix、Windows、macOS、Plan 9、Java 等系统。它不仅包含现代字符,还包括古代字符、历史字符、数学符号和表情符号。
考虑了与 Unicode 之前字符编码的互操作性,在需要历史或实际识别时,保留了兼容区,并设计了一些字符在从原始编码转换为 Unicode 再转换回原始编码时能够恢复(往返转换)。然而,在官方 JIS X 0208 范围内问题较少,但在混合多种字符集或存在 CP932(Shift_JIS 实际状态)、CP51932 和 eucJP-MS 等 EUC-JP 变体差异时,仍可能出现乱码。
各字符编码格式示例
| 00 | 01 | 02 | 03 | 04 | 05 | 06 | 07 | 08 | 09 | 0A | 0B | 0C | 0D | 0E | 0F | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| UTF-8 | A | Ω | 語 | 😊 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 41 | CE | A9 | E8 | AA | 9E | F0 | 9F | 98 | 8A | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| UTF-16 | A | Ω | 語 | 😊 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 0041 | 03A9 | 8A9E | D83D | DE0A | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| UTF-32 | A | Ω | 語 | 😊 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 00000041 | 000003A9 | 00008A9E | 0001F60A | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||