Unicode

Unicode（Unicode Character Set，UCS）字符集是字符（character）到代码点（code point）的抽象关系映射。他在任何一个平台上都是同一个实体。每一个使用到Unicode字符的系统都需要知道用的是什么编码方式，才能按照这种方式正确显示或处理。

编码（encode）是指将字符的代码点按照特定形式存储到内存中的方式，由它建立其抽象字符映射和计算机物理实现之间的桥梁。

解码（decode）把特定位组按照既定的编码方式转换成字符。

UTF-8编码（UCS TransformationFormat 8-bit）。在编写Perl程序时，如果希望perl解释器把源代码中的字符当作UTF-8编码的字符来解析的话，同样需要设定编辑软件，让其按照UTF-8编码的方式保存程序文件。

Unicode中字素的表示：

（1）一种方式是使用表示读音或其他衍生注解意义的记号（mark）字符和一个普通的非记号（nonmark）字符组合而成。

（2）单个字符版本可以称作组合（composed）字符。它是用一个代码点表示两个或多个字符。即把非记号字符和记号字符合并成单个字符，最终只用一个代码点来表示。