Unicode

Disambiguazione – Se stai cercando informazioni sulla gestione dei caratteri Unicode in Wikipedia, vedi la relativa pagina di aiuto.

Unicode è un sistema di codifica che assegna un numero (o meglio, una combinazione di bit) a ogni carattere in maniera indipendente dal programma, piattaforma e dalla lingua (e dal suo sistema di scrittura).

Unicode si basa sulla codifica ISO/IEC 8859-1 (o ISO Latin-1, nota anche col nomignolo ASCII esteso, che indica però molte altre codifiche a 8 bit basate sul vecchio standard ASCII), che consentiva la rappresentazione di 256 caratteri ed era sufficiente per gli alfabeti dell'Europa Occidentale e del Nord America.
Unicode va molto oltre, codificando i caratteri usati in quasi tutte le lingue vive e in alcune lingue morte, nonché simboli matematici e chimici, cartografici, l'alfabeto Braille, ideogrammi etc. L'ASCII, l'ISO/IEC 8859-1, e tutti gli altre codifiche precedentemente in uso, non possedevano un numero di caratteri sufficienti per tutte le lingue e per le necessità di comunicazione in qualsiasi ambito disciplinare.
Per ciascuna esigenza, era necessario utilizzare una codifica apposita, molto spesso proprietaria.

Attualmente lo standard Unicode non rappresenta ancora tutti i caratteri in uso nel mondo; essendo ancora in evoluzione, però, forse in futuro arriverà a coprire tutti i caratteri rappresentabili.

Unicode era stato originariamente pensato come una codifica a 16 bit che dava la possibilità di codificare al più 65.536 caratteri, e tanto si riteneva essere sufficiente per rappresentare i caratteri impiegati in tutte le lingue scritte del mondo. Ora invece lo standard Unicode (e l'ISO/IEC 10646, che con Unicode condivide il repertorio di caratteri) supporta un repertorio di codici numerici che possono rappresentare circa un milione di caratteri. Ciò appare sufficiente a coprire anche i fabbisogni di codifica di scritti del patrimonio storico dell'umanità, nelle diverse lingue e negli svariati sistemi di segni utilizzati. Concretamente, questo repertorio di codici numerici è serializzato mediante diversi schemi, che prevedono l'uso di unità da 8 bit (byte), 16 bit (word) e 32 bit (double word).

L'Unicode viene supportato dai moderni standard della programmazione e del markup come XML, Java, JavaScript, LDAP, CORBA 3.0, e da vari sistemi operativi.

Sistemi di scrittura rappresentati

Unicode comprende quasi tutti i sistemi di scrittura attualmente utilizzati, fra i quali:

Alfabeto Arabo Alfabeto Armeno Alfabeto Bengali Alfabeto Braille Alfabeto Sillabico Aborigeno Canadese Alfabeto Sillabico Cherokee Alfabeto Copto Alfabeto Cirillico Alfabeto Devanagari Alfabeto Etiopico Alfabeto Georgiano Alfabeto Greco Alfabeto Gujarati

Alfabeto Gurmukhi (Lingua punjabi) Alfabeto Cinese Han (Ideogrammi Hanzi e Ideogrammi Hanja) Alfabeto Hangul (Lingua coreana) Alfabeto Ebraico Alfabeto Hiragana e Alfabeto Katakana, Ideogrammi Kanji (Lingua giapponese) Alfabeto Fonetico Internazionale (IPA) Alfabeto Khmer (Cambogiano) Alfabeto Kannada Alfabeto Lao Alfabeto Latino (base ed esteso) Alfabeto Limbu Alfabeto Malayalam Alfabeto Mongolo

Alfabeto Myanmar (Burmese) Alfabeto N'Ko Alfabeto Oriya Alfabeto Osmanya Alfabeto Sylheti Nagari Alfabeto Siriaco Alfabeto Tamil Alfabeto Telugu Alfabeto Tailandese Alfabeto Tibetano Alfabeto Tifinagh Alfabeto Yi Alfabeto Zhuyin (Bopomofo)

In aggiunta a quelli citati, sono disponibili glifi appartenenti a molte lingue morte:

Alfabeto Cuneiforme Alfabeto Deseret Alfabeto Lineare B Alfabeto Kharoshti

Alfabeto Ogham Alfabeto Antico Italico (Etrusco, Osco e Umbro) Alfabeto Antico Persiano Alfabeto Fenicio

Alfabeto Runico Alfabeto Shavian Alfabeto Ugaritico

Infine, lo Unicode comprende anche molti simboli, come quelli matematici e musicali.

Versioni Unicode

Negli ultimi anni una nuova versione è stata rilasciata praticamente ad ogni inizio anno a seguito di una media di oltre 1.000 richieste di cambiamenti all'anno.

• DP 10646 1989 (Proposta di bozza della norma ISO 10646, indipendente dall'Unicode)
• DIS-1 10646 1990 (Prima bozza della norma ISO 10646, indipendente dall'Unicode)
• Unicode 1.0.0 Ottobre 1991
• Unicode 1.0.1 Giugno 1992 (Modificato per un eventuale allineamento alla norma ISO 10646)
• Unicode 1.1.0 Giugno 1993 (Unicode e ISO unificate per la prima volta: i due codici sono identici alla norma ISO 10646-1: 1993)
• Unicode 1.1.5 Giugno 1995
• Unicode 2.0.0 Luglio 1996 (Allineata alla norma ISO 10646 estesa)
• Unicode 2.1.2 Maggio 1998 (Fra gli altri, introduzione del carattere euro: €)
• Unicode 2.1.5 Agosto 1998
• Unicode 2.1.8 Dicembre 1998
• Unicode 2.1.9 Aprile 1999
• Unicode 3.0.0 Settembre 1999 (Allineata alla norma ISO 10646-1: 2000)
• Unicode 3.0.1 Agosto2000
• Unicode 3.1.0 Marzo 2001 (Allineata alla norma ISO 10646-2: 2001)
• Unicode 3.1.1 Agosto 2001
• Unicode 3.2.0 Marzo 2002
• Unicode 4.0.0 Aprile 2003 (Allineata alla norma ISO 10646: 2003)
• Unicode 4.0.1 Marzo 2004
• Unicode 4.1.0 Marzo 2005
• Unicode 5.0.0 Luglio 2006 oltre 99.000 glifi ^[1]

Note

1. ^ Unicode Consortium: Unicode Character Database 5.0 Released, 18 luglio 2006

Voci correlate

• ConScript Unicode Registry
• Charset
• UTF
• Aiuto:Unicode

Collegamenti esterni

• (IT) Cos'è Unicode? Dal sito di Unicode
• (DE, EN) DecodeUnicode - Unicode WIKI 51.000 gifs
• http://www.linkas.it/docs/unicode_e_UTF-8_v1_5Uni.html
• (EN) http://www.unicode.org/
• (EN) http://www.joelonsoftware.com/articles/Unicode.html Joel on software: The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets

Template:Link AdQ