404-92414-unicode_字符集_character_set_八卦_星座.sy.md

show	version	enable_checker
step	1.0	true

unicode

回忆上次内容

• 字符集
  • 从博多码
  • 到 ascii
  • 再到 iso-8859系列
  • 各自割据
• 正如英语中
  • 不同数词来自于
  • 不同的 词源 语言

• 世界上这么多语言
  • 真的可以统一吗？？

基础字符

• ascii 还是
  • 牢牢占据着 0-127
  • 这打头的最关键位置
• 紧挨着 ascii 字符的
  • 就是 Latin-1
  • 由 iso-8859-1
  • 西欧、北欧字符集进化而来

• 这其实也
  • 标识出unicode的
  • 编码排序规则
  • 以书写系统为单位
  • 分类和收录

各种拼音文字

• 比如 卢恩字符
  • 都有 收录
  • 维京人 曾用的 字符

• 再去捋一捋
  • 拉丁字符进化过程吧

拉丁字符进化史

发音	词义	埃及圣书体	楔形写法	希腊字符	拉丁字符
alpha	牛	𓃾	𐤀	Αα	Aa
beta	房子	𓉐	𐤁	Ββ	Bb
gīml	棍子	𓌙	𐤂	Γγ	Cc,Gg
dālet	门或者鱼	𓉿	𐤃‎	Δδ	Dd

• 去看看他们的序号

• 希腊字符比较好找
  • 序号较小
• 不过希腊字符之前只有大写字母
  • 小写字母怎么来的呢？

小写字母

• Captain 方方正正

• 手写体 柔软

印刷字体

• 手写画风 固定下来后
  • 又被印刷术 再次固定

• 能找到 埃及文字的序号 吗？

埃及文字

• unicode 确实
  • 给埃及文字排了序号
  • 但是序号很大
  • 而且目前终端 还没有字型支持

• 字型文件 实现难度不小

  • 实际需求 也不确定

• 同为 拼音文字的不同书写系统

  • 可能会用到 长得一样的字符
  • 会是一个序号吗？

书写系统

• 英文字母、拉丁字母、西里尔文字母
  • 都源自希腊文字母 Omicron
• 不同的书写系统
  • 可能会长相一样的字母
  • 但对应着不同的序号

• 虽然字形一模一样
  • 但是属于三个书写系统
    • 英文字母
    • 希腊文字母
    • 西里尔字母
  • 所以 有不同的序号
• 在 人工智能 的 分词结果中
  • 可能 三个 不同的 Oeasy
  • 看起来一样
• 在 社交媒体 的 热搜 中
  • 也 可能发生 类似的 bug

持续进化

• unicode版本 在持续演进
  • 整个编码区域 分成 若干blocks

• 新版本
  • 对于这些 blocks 里面的字符
  • 有所增加

十二星座

• 除了字符之外 还有很多符号
  • 比如十二个星座

• 集装箱 标准化一旦开始
  • 就会 反过来 约束火车轮船飞机
• 你要想 加入这个交流的行列
  • 必须先了解相应的接口
  • 从遵守现有的规则开始

unicode时代

• 新编码unicode的时代 来了
  • 把一切字符 吸收进去

• 同一个文档
  • 可以既有中文
  • 又有日文
  • 还有韩文
  • 还有阿拉伯语
• 所有字符
  • 使用 同一种 编码
  • 都能正常显示

阴阳太极

• 易有太极
  • ️☯

• 是生两仪
  • ⚊ 陽 (U+268A)
  • ⚋ 陰 (U+268B)

• 两仪生四象
  • ⚌(太陽,U+268C)
  • ⚍(少陰,U+268D)
  • ⚎(少陽,U+268E)
  • ⚏(太陰,U+268F)

八卦

• 四象生八卦
  • ☰ ☱ ☲ ☳ ☴ ☵ ☶ ☷

• 如果把

  • ⚊ 陽 (U+268A)当做1
  • ⚋ 陰 (U+268B)当做0

• 顺序是逆序(递减)

• 从外而内

  • 天
  • 泽
  • 水
  • 雷
  • 风
  • 火
  • 山
  • 地

• 八卦有了

  • 可以重卦么？

重卦

• 八八六十四卦

• 看起来都可以玩算卦了
• 还能做什么呢？

乱来

• 来随便试一个

print("\u9999")

• 看看这是什么字？

中日韩字符

• 中文编码原来是 gbk

• unicode 现在unicode把中日韩(CJK)当成一组

  • 排序是CJK
  • 位置是unicode.org下方的code chart中找到

• 当然关于排序 各国有各国的排法
  • 中国是中日韩
  • 日本是日中韩
  • 韩国是韩中日
• unicode组织的CJK
  • 显然综合了
  • 东亚文化圈的自排名
  • 仿佛听到 卡吉玛 🤣

所在位置

• 象形文字数量
  • 确实是拼音文字
  • 没有办法比的

• 他们听到
  • 我们有两万个字母的时候
  • 都傻了😧

融合而来

• unicode中的文字将
  • 中国汉字
  • 朝鲜汉字
  • 日本汉字
  • 综合起来
  • 得到一个汉字

• 那如果
  • 有很多 异体字 怎么办？

回字的几种写法

• 这些都是异体字
• 或者叫做通假字

• 在计算机里是如何的呢？

茴香豆

• 在0x4e00到0x9fff这个范围内

• 基本一个汉字就只有一种写法

总结

• unicode字符集
  • 将世界 所有字符 进行编码
  • 统一了编码世界

• 所有汉字里面
  • 第一个汉字
  • 是什么呢？
• 我们下次再说！👋