42. Kerning Panic·字谈字串（二）

本期 123 分钟，我们着眼汉字，回望字符集发展简史，一览常见遗留编码，笑看端序内战风云，携手拥抱 Unicode。

参考链接

「纽伦堡内麦塔狐」，典出《字谈字畅》第二十三期

曲（qū/qǔ），麯 / 麴 (qū)

区位码)的「区位」即「row-cell」，日语称「区点」

Ten key

算术基本定理

各国读写电话号码的习惯；另有 ITU-T 起草的推荐规范 E.123，包含国际电话号码的注记格式

电话编号规划

TeX 指令通常以反斜杠（\）开头

各书写系统中的引号

「乱码」在几种外语里的表述：

文字化け（日语）

Mojibake（英语，音译自日语）

Zeichensalat（德语，直译即「符号沙拉」）

Emoji（音译自日语「絵文字」）

ASCII（美国信息交换标准代码）

JIS X 0201，七位及八位信息交换用编码字符集；前身为制定于 1969 年的 JIS C 6220，是日本最早的编码字符集规范

JIS X 0208，七位及八位双字节信息交换用汉字编码字符集

언문（諺文） / 한글（韩字） / 조선글（朝鲜字），英语通称 Hangul

半角片假名

编码，《内核恐慌》第十八期

GB 2312，信息交换用汉字编码字符集·基本集

GBK，汉字内码扩展规范；Windows 系统的代码页 CP936 是它的一个实现

GB 18030，信息技术——中文编码字符集

GB 12345，信息交换用汉字编码字符集·辅助集

单射

「干 / 乾」这对字具有「一繁对多简」和「一简对多繁」的双重属性

新加坡汉字 / 新马简体

Big5（大五码），港澳台较常用的编码及字符集标准

Code page（代码页）

Unicode

Unicode BMP（Basic Multilingual Plane，基本多语言平面）#Basic_Multilingual_Plane)，GB 13000.1 与 Unicode BMP 的相关标准基本等同

Unicode 定义的 script)

中日韩统一表意符号（CJK Unified Ideographs）

芸（U+82B8），同时为中文「蕓」、日文「藝」的简化字

KS X 1001，韩国编码字符集标准，前身为 KS C 5601；对同形异音的汉字进行重复编码

日本的「中国地方」

「支那」源自梵文 चीन (cīna))

Ken Lunde. CJKV Information Processing, 2nd Edition. O’Reilly Media, 2009

当下 Unicode 最常用的三种编码格式：

UTF-8

UTF-16

UTF-32

Rio 撰于 2012 年的 Unicode 编码相关知识的笔记

Surrogate pair，用于 UTF-16，借以扩展可编码字符集的范围

Endianness（端序），该术语典出《格列佛游记》小人国内的两个教派

BOM（byte order mark，字节顺序标记），对应的字符是 U+FEFF (Zero Width No-break Space)

(U+1F574, Man in Business Suit Levitating)

主播

Rio：IPN 联合创始人，Apple4us 程序员，《IT 公论》《疯投圈》及《内核恐慌》主播

吴涛：Type is Beautiful 程序员，《内核恐慌》主播

Eric：字体排印研究者，译者，Type is Beautiful 编辑

蒸鱼：设计师，Type is Beautiful 编辑