Unicode的定义以及Windows下各个相关名称叫法间的关系

Unicode的定义

Unicode是为整合全世界的所有语言文字而诞生的。

任何文字（字符）在Unicode中都对应一个值，这个值称为代码点（code point）。代码点的值通常写成如 U+ABCD形式 的格式（不一定是四位，如U+10FFFF）。

一些人误以为Unicode只是简单的使用16比特的码字，也就是说每一个字符对应 16比特，总共可以表示65536个字符。这是完全不正确的。

在Unicode中，一个字母被映射到一个叫做码点(code point)的东西，这个码点可以看作一个纯粹的逻辑概念。至于码点(code point)如何在内存或磁盘中存储是另外的一个故事了。

码点(code point)的形式：U+0639

U+的意思就是"Unicode"，后面跟的数字是十六进制的。

事实上Unicode可以定义的字符数并没有上限，而且现在已经超过65536了。显然，并不是任何Unicode字符都可以用2个字节来表示了。

例如，

• • 1.1从U+0000至U+D7FF以及从U+E000至U+FFFF的码位
  • 1.2 从U+10000到U+10FFFF的码位

                          1.3从U+D800到U+DFFF的码位

Unicode代码点（code point）就是所谓的Unicode的编码方式。

Unicode的编码方式

Unicode的编码方式与ISO 10646的通用字符集（Universal Character Set，UCS）概念相对应，目前实际应用的Unicode版本对应于UCS-2，使用16位的编码空间。也就是每个字符占用2个字节。这样理论上一共最多可以表示2¹⁶即65536个字符。基本满足各种语言的使用。实际上目前版本的Unicode尚未填充满这16 位编码，保留了大量空间作为特殊使用或将来扩展。

上述16位Unicode字符构成基本多文种平面（Basic Multilingual Plane，简称BMP）。最新（但未实际广泛使用）的Unicode版本定义了16个辅助平面，两者合起来至少需要占据21位的编码空间，比3字节略少。但事实上辅助平面字符仍然占用4字节编码空间，与