Unicode字符：藏在文字背后的“世界通用身份证”

平时咱们用手机打字、发表情包、看外国的文字，甚至打个特殊符号比如℃、★，从来不会乱码，背后全靠Unicode字符在撑腰。说直白点，它就是给全世界所有文字、符号发的“唯一身份证”，有了它，不管是中文、英文、日文，还是表情包、数学符号，在任何设备、任何系统里，都能被准确识别，再也不会出现满屏小方框的乱码情况了。

早年间可没这好东西，那时候电脑刚出来，只认ASCII编码，就管英文字母、数字和几个简单的标点，一共就128个位置，够英文用就行。可到了咱们中文这里，光是常用字就几千个，ASCII根本塞不下，于是各个国家就自己搞自己的编码，比如咱们的GB2312、台湾地区的BIG5，日本有Shift_JIS，韩国有EUC-KR。结果就是跨系统、跨设备全乱套，比如早年看个台湾的网页，满屏都是看不懂的乱码，传个文件到国外，对方打开也是一堆框，核心问题就是大家的“字符编号”不统一，你认你的，我认我的。

这时候Unicode就应运而生了，它的核心想法特别简单：搞个“大一统”的字符集，把全世界所有的字符都收进来，不管是主流语言的常用字，还是生僻字、古文字，甚至表情包、数学符号、特殊符号，每个都给一个独一无二的编号，这个编号就叫“码点”，格式一般是U+后面跟一串十六进制数字，比如咱们的“一”是U+4E00，笑脸表情包😀是U+1F600，连℃这个符号都是U+2103，一个萝卜一个坑，绝对不重复。

这里得说个容易搞混的点，很多人把Unicode和UTF-8、UTF-16弄混，其实它们不是一回事。Unicode只是给字符编了号，相当于定了个“花名册”，但电脑存东西只认二进制，怎么把这些编号转成电脑能存、能传的二进制，这就需要UTF-8、UTF-16这些“编码方式”来实现。比如咱们现在最常用的UTF-8，是个“变长编码”，英文、数字只用1个字节，中文用3个字节，既省空间，又能兼容老的ASCII，所以现在网页、手机、软件，基本全用UTF-8，这也是现在乱码几乎消失的关键原因。

Unicode的“收纳能力”还特别强，它的码点范围特别大，不光收录了咱们日常用的两万多个汉字，还有甲骨文、金文这些古文字，甚至连埃及象形文字、玛雅文字、各种少数民族文字都收进去了，就连咱们人名里的生僻字，比如䂙、䶮，能在身份证、手机上打出来，都是因为Unicode把它们收录编了号。而且它还在不断更新，每年Unicode联盟都会新增一批字符，比如新的表情包、新的生僻字，咱们现在用的各种新潮emoji，都是这么来的。

其实咱们平时根本不会特意感受到Unicode的存在，它就像个幕后英雄，藏在每一次打字、每一次发消息、每一次刷网页的背后。但如果没有它，咱们的数字世界早就乱成一锅粥了：发个微信表情包对方看不到，看个外国网站全是乱码，跨系统传文件根本没法看，更别说全球化的网络交流了。

说白了，Unicode就是用一套统一的规则，让全世界的字符能在数字世界里“无障碍交流”，它把不同语言、不同文化的符号都揉进了同一个体系里，咱们随手敲出的一个字、一个表情，背后都是这个“世界通用身份证”在发挥作用，这大概就是科技最温柔的样子——默默解决问题，让我们用得舒心又省心。

本文来自豆包

所以今天做了一个Unicode字符表网页