字體編碼學習

關鍵字：USC,Unicode,utf-8,gb2312,字庫

什麼是編碼

爲了交流信息，所以對字符進行了統一的編碼。

UCS和ISO10646

ISO10646定義了通用字符集(Universal Character Set,UCS).UCS是國際標準編碼，包含了全球所有字符。UCS使用31bit進行編碼。現在只分配了前65534個碼位，這個16位的子集稱爲基本多語言面(BMP)。

什麼Unicode

Unicode編碼是UCS級別３的實現。Unicode編碼全碼爲4個字節，所有字符都使用等的編碼方式，現在只使用兩個字節編碼。兼容UCS定義的BMP

GB2313與Unicode

GB2312是中國定製的國際準標編碼，由兩個字節組成，最高位爲1表示漢字，最高爲0表示是英文。

GB2312與區位碼存在數值關係,區位碼+20H＝GB2312

GB2312與Unicode的轉換不成數學關係，只能通過映射表來實現。

GB2312爲８０年定義的基本編碼擴展編碼有

GBK

GB18030

GB13000與GBK不兼容，只是使用了相同的詞彙.

最新爲GB16500-95與unicode3.0兼容

Unicode與UTF-8

Utf-8是爲了兼容軟件處理的編碼，是unicode的另一種表示方式。使用變化的方式編碼，第一字節表示字符的長度，後面的字符以10開頭表示編碼。0開頭表示ascii編碼。

例如：

Unicode 字符 U+00A9 = 1010 1001 (版權符號) 在 UTF-8 裏的編碼爲

11000010 10101001 = 0xC2 0xA9

字庫與編碼關係

字庫是編碼表字符顯示的描述文件。字符編碼是在字庫中查詢需要顯示的字符的索引值。

不同的編碼就應該有不同的字庫，比如unicode編碼就有unicode的字庫。Gb2312編碼就有gb2312的字庫。

字庫格式

字庫的格式主要有TrueType(ttf),PostScript(rip),OpenType等

TrueType是微軟定義的字庫格式，主要用於軟件顯示這種要求精度不高的環境，

PostScript是Adobe定義的字庫格式，主要用於排版印刷等大字打印精度要求很高的環境。

OpenType是TrueType與PostScript的綜合格式，並且是使用了unicode的編碼。

字體引擎

字體引擎用於讀取字庫，顯示文字，文字轉換等操作。現在免費的字體引擎有FreeType.

字體編碼學習

UTF-8 and Unicode FAQ by Markus Kuhn