Unicode

Article on other languages:

bussola Disambiguazione – Se stai cercando informazioni sulla gestione dei caratteri Unicode in Wikipedia, vedi la relativa pagina di aiuto.


Unicode
Codifiche
UCS
Mappatura
Testo bidirezionale
BOM
Unificazione Han
Unicode eHTML

Unicode è un sistema di codifica che assegna un numero univoco ad ogni carattere usato per la scrittura di testi, in maniera indipendente dalla lingua, dalla piattaforma informatica e dal programma utilizzati. Unicode è stato compilato e viene aggiornato e pubblicizzato dal Unicode Consortium[1], un consorzio internazionale di aziende interessate alla interoperabilità nel trattamento informatico dei testi in lingue diverse.
Il codice assegnato al carattere[2] viene rappresentato con U+, seguito dalle quattro (o sei) cifre esadecimali del numero che lo individua.

Unicode incorpora, nella primissima parte, la codifica ISO/IEC 8859-1 [3], ma va molto oltre, codificando i caratteri usati in quasi tutte le lingue vive e in alcune lingue morte, nonché simboli matematici e chimici, cartografici, l'alfabeto Braille, ideogrammi etc.

Attualmente lo standard Unicode non rappresenta ancora tutti i caratteri in uso nel mondo. Essendo ancora in evoluzione, si prefigge di coprire tutti i caratteri rappresentabili, garantendo la compatibilità e la non sovrapposizione con le codifiche dei caratteri già definiti, ma lasciando comunque dei ben precisi campi di codici "non usati", da riservare per la gestione autonoma all'interno di applicazioni particolari.

L'Unicode viene supportato dai moderni standard della programmazione e del markup come XML, Java, JavaScript, LDAP, CORBA 3.0, e da vari sistemi operativi.

Indice

Struttura del codice

Unicode era stato originariamente pensato come una codifica a 16 bit (quattro cifre esadecimali) che dava la possibilità di codificare 65.536 caratteri. Tanto si riteneva essere sufficiente per rappresentare i caratteri impiegati in tutte le lingue scritte del mondo. Ora invece lo standard Unicode, che tendenzialmente è perfettamente allineato con la norma ISO/IEC 10646, prevede una codifica a fino 21 bit e supporta un repertorio di codici numerici che possono rappresentare circa un milione di caratteri. Ciò appare sufficiente a coprire anche i fabbisogni di codifica di scritti del patrimonio storico dell'umanità, nelle diverse lingue e negli svariati sistemi di segni utilizzati.

In realtà, solo una minima parte di questa disponibilità di codici è attualmente (al 2008) assegnata. Per lo sviluppo dei codici sono infatti previsti 17 "piani" ("planes", in inglese), da 00 a 10hex, ciascuno con 65.536 posizioni (quattro cifre esadecimali), ma solo i primi tre e gli ultimi tre piani sono ad oggi assegnati[4], e di questi il primo, detto anche BMP[5], è praticamente sufficiente a coprire tutte le lingue più usate.

Concretamente, questo repertorio di codici numerici è serializzato mediante diversi schemi di ricodifica, che consentono l'uso di codici più compatti per i caratteri usati più di frequente. È previsto l'uso di codifiche con unità da 8 bit (byte), 16 bit (word) e 32 bit (double word), descritte rispettivamente come UTF-8, UTF-16 e UTF-32.

Sistemi di scrittura rappresentati

Unicode comprende quasi tutti i sistemi di scrittura attualmente utilizzati, fra i quali:


In aggiunta a quelli citati, sono disponibili glifi appartenenti a molte lingue morte:

Infine, lo Unicode comprende anche molti simboli, come quelli matematici e musicali.

Versioni Unicode

Negli ultimi anni una nuova versione è stata rilasciata praticamente ad ogni inizio anno a seguito di una media di oltre 1.000 richieste di cambiamenti all'anno.

  • DP 10646 1989 (Proposta di bozza della norma ISO 10646, indipendente dall'Unicode)
  • DIS-1 10646 1990 (Prima bozza della norma ISO 10646, indipendente dall'Unicode)
  • Unicode 1.0.0 ottobre 1991
  • Unicode 1.0.1 giugno 1992 (Modificato per un eventuale allineamento alla norma ISO 10646)
  • Unicode 1.1.0 giugno 1993 (Unicode e ISO unificate per la prima volta: i due codici sono identici alla norma ISO 10646-1: 1993)
  • Unicode 1.1.5 giugno 1995
  • Unicode 2.0.0 luglio 1996 (Allineata alla norma ISO 10646 estesa)
  • Unicode 2.1.2 maggio 1998 (Fra gli altri, introduzione del carattere euro: €)
  • Unicode 2.1.5 agosto 1998
  • Unicode 2.1.8 dicembre 1998
  • Unicode 2.1.9 aprile 1999
  • Unicode 3.0.0 settembre 1999 (Allineata alla norma ISO 10646-1: 2000)
  • Unicode 3.0.1 agosto2000
  • Unicode 3.1.0 marzo 2001 (Allineata alla norma ISO 10646-2: 2001)
  • Unicode 3.1.1 agosto 2001
  • Unicode 3.2.0 marzo 2002
  • Unicode 4.0.0 aprile 2003 (Allineata alla norma ISO 10646: 2003)
  • Unicode 4.0.1 marzo 2004
  • Unicode 4.1.0 marzo 2005
  • Unicode 5.0.0 luglio 2006 oltre 99.000 glifi [6]
  • Unicode 5.1.0 aprile 2008

Note

  1. ^ (EN) Pagina ufficiale di Unicode Consortium: http://www.unicode.org/consortium/consort.html
  2. ^ "Code point", in inglese.
  3. ^ Detta anche ISO Latin-1 e nota col nomignolo ASCII esteso, che indica però anche molte altre codifiche a 8 bit (basate sul vecchio standard ASCII a 7 bit), che consentiva la rappresentazione di 256 caratteri ed era sufficiente per gli alfabeti dell'Europa Occidentale e del Nord America.
  4. ^ Piani assegnati (2008):
    1 00-BMP Piano di base Multilinguistico
    2 01-SMP piano supplementare multilinguistico
    3 02-SIP piano supplementare ideografico
    15 0E-SSP piano supplementare per scopi speciali
    16 0F-PUA riservato ad aree di uso privato
    17 10-PUA riservato ad aree di uso privato
  5. ^ BMP: Basic Multilingual Plane - Piano di base multilinguistico. Con 65.536 posizioni (quattro cifre esadecimali) rappresenta quasi tutti i caratteri stampabili e non stampabili normalmente necessari. Una mappa delle assegnazioni si può trovare su en.wiki
  6. ^ Unicode Consortium: unicode character Database 5.0 Released, 18 luglio 2006

Voci correlate

Collegamenti esterni

Estratto da "http://it.wikipedia.org/wiki/Unicode"

More about Unicode: 5.0 5th edition standard unicode version, explained unicode, unicode character, starting unicode, no subject unicode utf 8, unicode table, tabla unicode, unicode primer, arial unicode ms,

This article is from Wikipedia. All text is available under the terms of the GNU Free Documentation License.