Unicode

Programação para Web II
Unicode
Prof. Thiago Delgado Pinto
CEFET UnED Nova Friburgo

Atualizado em 29/07/2013
Distribuído sob a Creative Commons BY-NC-SA 3.0

ASCII
American Standard Code for
Information Interchange



Criado em 1960 para padronizar a representação de determinados caracteres em computadores



Usa 7 bits




27=128, logo, consegue representar 128 caracteres 2

Problema com 7 bits


Os 128 caracteres incluem:





Caracteres especiais (ex.: Esc, Enter, etc.)
Símbolos (ex.: +, @, #, $, etc.)
Números
Letras



Não há espaço para acentuação ou outros símbolos



Solução: usar mais um bit
3

ISO/IEC 8859 (ISO 8859)
Padrão da International Organization for
Standardization (ISO) e da International
Electrothechnical Comission (IEC) para resolver o problema do ASCII.







Originado em 1994, pela European Computer
Manufacturers Association (ECMA)
Complementar ao ASCII

Adicionou mais 1 bit




28=256

Consegue representar vários outros caracteres e símbolos




Ex: ä®√

4

Code Page-1252 (Windows-1252)


É uma modificação do ISO 8859 para exibir caracteres latinos.



Se tornou muito popular, principalmente pelo seu uso no Windows.





Por causa da semelhança com o original, alguns programas o interpretavam incorretamente. Por conta disto, muitos navegadores, cliente de e-mail e inclusive o HTML5 tratam o ISO 8859 como CP-1252.
5

Problema com 8 bits
Ainda não é suficiente para vários sistemas de escrita











É preciso suportar outros idiomas






Árabe
Braile
Chinês
Grego
Hebraico
Élfico 
...

Globalização

Solução: ao invés de 1 byte (8 bits), poder usar 2 ou até 3 bytes
6

UTF (ou Unicode)
O Unicode Transformation Format (UTF) foi criado em 1991 pelo Unicode
Consortium





Participam IBM, Microsoft, Apple, Adobe,
Google, Xerox, etc.



É