Unicode

目前的 Unicode 版本是 3.0 (2000/01/31)。因為資料量很大， 而且標準字集無法可靠地利用電子字型來傳遞。所以，Unicode 標準字集， 必需由書本取得。我個人也認為，這是最可靠的做法。 但是，我目前手中的書本，是 1996 年份的 Unicode 2.0。 所以此處所簡介者，都是根據版本 2.0 所言。 稍候將在獲得標準書本之後，再介紹最新版本。

當 Unicode 的首碼是 0，次碼是低拜 (low byte) 的時候，它就是 ASCII 碼。 當首碼是 0，次碼是高拜 (high byte) 的時候，它就是 Latin-1 碼。 其他字符的首碼都 >0，例如 CJK 的首碼在 0x4E--0x9F 之間。 除了混在 CJK 裡面的中國字以外，臺灣使用的ㄅㄆㄇㄈ注音符號， 放在 (0x31 0x05) 到 (0x31 0x2C) 之內，共 40 個。 注音符號不是 37 個嗎？多出來的 3 個，似乎是台語的注音。 此外，還有 94 個 ASCII 字符的全形字 (寬度是普通 ASCII 字符的兩倍)， 放在 (0xFF 0x01) 到 (0xFF 0x5E) 之內。

Unicode 有潛力成為國際間的標準交換碼， 但是就特定地域、特定文字的電腦使用者而言，卻未必實用。 譬如，中文的排序，傳統上需先按照筆畫數來排， 同筆畫數的按照部首，再來可能按照讀音或其他屬性。 Big-5 和 CNS 編碼系統，或多或少將字碼按照這個順序排列， 所以，只要按照號碼排序，就幾乎等於中國字的排序了。 但是，在 Unicode 裡面，中國字的字碼順序不再按照這種古法排序， 因此不能僅以 Unicode 的交換碼來排序。

以下是從 Unicode Version 2.0 的書本中摘錄下來的 CJK 字集中， 最先的 64 個字符。 可以看得出來，除了我們認識的中國字之外，還有簡體字、日本字、 以及一些偏旁。 此字集中的第 1 個字就是「一」。這和 Big-5 與 CNS 都一樣。 但 Big-5 的第 2 個字「乙」，也是一個一筆畫字，卻在 Unicode 的 CJK 字集中，被排到第 90 個字。

[Unicode Version 3.0]

課外讀物：
[1] CNS 11643 中文標準交換碼全字庫伺服器 (含 Unicode 之發展與轉換) http://www.cns11643.gov.tw
[2] Unicode 網站 http://www.unicode.org