Unicode

Unicode (Evrensel Kod) Unicode Consortium organizasyonu tarafından geliştirilen ve her karaktere bir sayı değeri karşılığı atayan bir standarttır. Evrensel Karakter Seti (UCS) olarak bilinen ISO/IEC 10646 standardı ise, her iki organizasyonun işbirliği ile aynı sayısal karşılıkları taşımaktadır. Bu set,

• Yeryüzündeki tüm karakterlere bir sayı değeri atamayı amaçlamaktadır.
• Zaman içinde yeni karakterler eklenebilir ama eski karakterlerin sayı değerleri aynı kalır.
• Sayı değerleri UCS-4 adlı 31 bitlik set üzerinden verilir. İlk 7 bit Group, sonraki 8 bit Plane, sonraki 8 bit Row, en son 8 bit Cell olarak gruplanır. İlk Plane (group = 0, plane = 0) Basic Multilingual Plane (BMP) olarak adlandırılır. BMP, UCS-2 adı verilen 16 bitlik sete karşılık gelmektedir.
• UCS üzerindeki karakter kod noktaları genellikle u+0a31 biçiminde onaltılık sistemde sayılar olarak gösterilir.
• u+0021 - u+007e arasındaki kodlar ASCII ile, u+00a0 - u+00ff arasındaki kodlar ISO-8859-9 ile aynı tutulmuştur.

Unicode kodlarından oluşan karakter dizilerini (metinleri) bilgisayarda verimli bir biçimde saklayabilmek amacıyla çeşitli karakter kodlamaları (encoding) geliştirilmiştir.

Türkçe karakterlerin unicode karşılıkları şunlardır;

• ğ - \u011f
• Ğ - \u011e
• ı - \u0131
• İ - \u0130
• ö - \u00f6
• Ö - \u00d6
• ü - \u00fc
• Ü - \u00dc
• ş - \u015f
• Ş - \u015e
• ç - \u00e7
• Ç - \u00c7

Dış Bağlantılar

• Unicode Consortium

Standardlar

• RFC 3629
• RFC 3492
• Unicode karakterleri topluca bulabileceğiniz bir site.

Ayrıca bakınız

• UTF-7
• UTF-8
• UTF-16
• UTF-32