유니코드

http://unicode.org/

ISO/IEC 10646.¹⁾ IEEE 754와 더불어 소프트웨어 개발자가 꼭 알아야 하는 표준이라고 주장해도 모자라지 않는다. 다만 표준 자체가 굉장히 광범위하므로 필요한 부분만 잘 잘라서… 최소한 UTF-8에 대한 이해는 필요.

대략적으로 유니코드 표준이 포함하는 것들을 나열하면 다음과 같다.

• 10만자가 넘는 현대·고대·특수 문자의 집합(UCS; 각 문자에는 "코드포인트"라고 하는 숫자가 배당됨)
  • 각 문자에 대한 역사적인 서술과 일반적인 쓰기 방법 및 사용례
  • 문자의 참조용 글리프 이미지
• 각 문자의 속성을 규정하는 유니코드문자데이터베이스(UCD)
  • 각 문자의 이름
  • 각 문자의 종류 — 문자(대문자/소문자/기타), 숫자, 기호, 구분자, 공백, 특수문자 등
  • 각 문자의 대소문자 변환 및 정규화 등을 위한 매핑(유니코드 책도 볼 것)
  • 각 문자가 속하는 언어
  • 각 문자의 렌더링을 위한 기본적인 정보 — 공백, 개행문자(UAX 14), 왼쪽·오른쪽으로 쓰기(UAX 9), 동아시아 문자와의 너비 비교(UAX 11), 다른 문자에 결합 등
• 동아시아 한자에 대한 추가 정보를 제공하는 유니한데이터베이스
  • 한자의 부수 및 획수
  • 한자의 인코딩 및 (존재할 경우) 주요 사전에서의 위치
  • 한자의 각 언어별 발음 및 사전적 의미
• 유니코드 문자 인코딩 — UTF-8, UTF-16, UTF-32 등
• 왼쪽·오른쪽으로 쓰는 문자들의 일관된 렌더링을 위한 이방향 렌더링 알고리즘 (UAX 9)
• 유니코드 문자열을 언어별 규칙에 맞게 올바르게 정렬하기 위한 정렬(collation) 알고리즘 (UTR 10)
• 문자 및 문자열 정규화를 위한 알고리즘 (UAX 15)
• 유니코드 정규 표현식을 위한 표준 (UTS 18)

엄밀히 말해서 UTF-7이나 퓨니코드(국제화도메인에서 쓰는)는 유니코드 표준은 아니지만 유니코드와 밀접한 관계가 있으며 함께 구현하는 경우가 꽤 있다.

• 유니코드와 한글
• 유니코드와한자