TouchGFX系列 番外篇 Unicode编码

---

前言

TouchGFX为了便于兼容所有的字符，采用的是unicode编码，本文将简要介绍这种编码方式

一、什么是Unicode

计算机不能理解人类用于书写的文本，只认识0101的二进制语言，所以人们发明了一种二进制与对应文本对应的规则，这就是字符编码。

最开始计算机只在美国用，老美发明了Ascii编码规则，用8位数据进行表示，把0h-1Fh用来放控制码，把20h-7Fh放各种字符。

之后计算机开始推广到其他国家，很多国家都不是使用的英文，于是他们就把Ascii的80h-FFh这一段拿来放入框线、音标和其它欧洲非英语系的字母，这被称为Ascii扩展字符集。

等到计算机推广到中国的时候，却发现，已经没有空位来放字符了。而且中国光常用汉字就有6000多个，于是抛弃了Ascii扩展字符集，制定了一个新的规则，当字符小于127时还是按Ascii的意思来表达，如果有两个大于127的字符连在一起就有可能是一个汉字了，其中前面的一个字节（高字节）范围是A1h到F7h，后面一个字节（低字节）是A1h到FEh，来表示6763个汉字和682个非汉字图形字符。这种编码方式就叫做GB2312。但是中国还有很多很多汉字，GB2312没办法满足全部的需求，于是后来又推出了GBK跟GB18030。这些编码都是可以向前兼容的。

当时各个国家都有各种的编码标准，出了各种各样的编码方式，想要电脑支持某一种语言，就要装上对应的编码系统。最终各个国家联合起来，发明了一种叫Unicode的编码方式，这种编码也叫做万国码、统一码。使用2个字节来表示字符，囊括了世界上几乎所有的字符。

因为Unicode编码方式每一个都需要2个或更多字节来表示一个字符。本来只使用一个字节的Ascii需要在前面补0，对存储是一种极大的浪费。于是就发明了UTF-8对Unicode再次编码来解决这个问题，用一种可变长度的方式减小了存储的浪费。

二、Unicode中文编码范围

注意：一般只使用基本汉字就可以了。

</

字符集	字数	Unicode 编码
基本汉字	20902字	4E00-9FA5
基本汉字补充	38字	9FA6-9FCB
扩展A	6582字	3400-4DB5
扩展B	42711字	20000-2A6D6
扩展C	4149字	2A700-2B734
扩展D	222字	2B740-2B81D
康熙部首	214字	2F00-2FD5
部首扩展	115字	2E80-2EF3
兼容汉字	477字	F900-FAD9
兼容扩展	542字	2F800-2FA1D
PUA(GBK)部件	81字	E815-E86F
部件扩展	452字	E400-E5E8
PUA增补	207字	E600-E6CF
汉字笔画	36字	31C0-31E3
汉字结构	12字	2FF0-2FFB
汉语注音	22字	3105-3120