UNICODE编码的基础知识，随着国际互联网的迅速发展。要求进行数据交换的需求越来越大。不同的编码体系越来越成为信息交换的障碍。而且多种语言共存的文档不断增多。单靠代码页已很难解决这些问题。于是UNICODE应运而生。
**什么是UNICODE**
UNICODE是一种国际标准的字符编码体系，旨在解决全球各种语言和符号的统一表示问题。随着互联网的快速发展和多语言信息交换需求的增长，传统的编码方式，如ASCII码，已经无法满足需求，因为它们无法有效地处理非拉丁字母表的语言。ASCII码只能编码127个基本的英文字符，而对于中文、日文、韩文等其他语言，需要更多的字节来表示单个字符。
UNICODE由UNICODE协会（UC）管理，并在许多关键的技术标准中被广泛采用，如JAVA、LDAP（轻量级目录访问协议）和XML（可扩展标记语言）。UNICODE中的每个字符被称为代码点，用"U+XXXX"的形式表示，其中"X"是16进制的数字。这个编码系统确保了所有语言的字符都能被唯一地识别和处理。
在UNICODE之前，中英文混合的文档通常使用双字节字符集（DBCS）来处理，如中文字符，需要两个字节来表示。英文字符则用单字节字符集（SBCS）表示，如ASCII码。然而，DBCS在处理不同语言时需要进行复杂的字符码转换，这在实际操作中非常繁琐。为了克服这些问题，UNICODE采用了16位编码体系，最初的目标是为超过65000个字符提供映射。
UNICODE的第一个平面，即Basic Multilingual Plane（BMP），包含了大部分常见的字符，只需两个字节即可表示。这个平面的设计使得大多数日常使用的字符可以在不使用额外字节的情况下被编码，极大地简化了字符处理过程。然而，BMP不足以涵盖所有历史上存在的文字，因此UNICODE定义了其他编码方式，如UTF-8、UTF-16和UTF-32。
UTF-8是最常用的一种编码方式，它以8位序列编码字符，可以使用1到4个字节来表示一个字符，且兼容ASCII码。UTF-16通常是人们提到UNICODE时所指的编码方式，因为它最初的目标就是使用16位编码。UTF-32则是每字符32位，确保了所有代码点都能被直接表示。
UNICODE的出现解决了不同语言间的编码不兼容问题，促进了全球化信息交流的顺畅进行。通过不断更新和发展，UNICODE现在已经包含了大量字符，支持全球各种语言和特殊符号，成为了现代信息技术中不可或缺的一部分。
