Символно кодиране: Разлика между версии

'''Уникод''' или ''Универсален набор от символи'' (на английски: ''Unicode'') и паралелния му стандарт ISO/IEC 10646 Universal Character Set , заедно представляват модерна , единна система за символно кодиране. Вместо символите да се свързват директно в байтове, те поотделно определят какви символи са свободни , тяхното подреждане , как тези числа са кодирани като серия от „ кодови„кодови единици”, и как накрая как  тези единици са кодирани като поток от байтове. Идеята за това разлагане е да се създаде универсален набор от символи , които могат да  бъдат кодирани по различен начин. За да се опише този модел правилно, трябва да се въведат по-точни методи от „набор от символи” и „символно  кодиране”.Методите Методите, които се използват в съвременния модел са:

Символното съдържание е пълният набор от абстрактни символи , които една система поддържа. Съдържанието може да бъде затворено , т.е. не са позволени допълнения без създаване на нови стандарти(както е направена ASCII таблицата) , или да бъде отворено, позволявайки допълнения. Символите в дадено съдържание отразяват решенията как да се разделят системите за писане на основни информационни единици. Основните варианти на латински, гръцки и  кирилица могат да бъдат разделени на букви , цифри , пунктуационни знаци и няколко специфични символи като празно място , които  могат да бъдат подредени в прости линейни последователности , които се показват в реда , в който се четат. Дори с тези азбуки , диакритични знаци представляват усложнение: те могат да се разглеждат или като част от отделен символ, ,който съдържа буква и диакритичен символ , или като отделни символи. Основният позволява много по-проста текстова обработка , а последният позволява да бъде използвана буквена/ диакритична комбинация. Лигатурите създавамсъздават същите проблеми. Други системи за писане като арабската азбука или иврит са представени като по сложни символни съдържания , поради необходимостта да се акомодират неща като двупосочен текст и знаци , които са свързани по между си по различни начини.

Кодирания символен низ отговаря на това как е представено съдържанието на символите като цели числа , наречени кодови точки.Като например в дадено съдържание , символ представен с главна буква „А”, в латинската азбука е представен като числото 65.

Кодираната символна форма(КСФ) уточнява превръщането на целочислени кодове на кодиран набор от символи в серия от ограничени по размер целочислени кодови стойности, които улесняват съхранението в една система, представляваща числа в двоична бройна система, използвайки фиксиран брой битове. Например система , която съхранява информация в 16-битов блок , ще може да събере единствено цели числа от 0 до 65 535 във всяка единица. По-големите числа могат да бъдат представени, ако бъде използван повече от един 16-битов блок. Това е, което на КСФ побира: той определя начин на нанасяне единичен код на точка от редица например 0-1400000, до серия от един или повече кодови стойности от диапазона 0 до 65 535.

Най-простата КСФ система е просто да се изберат достатъчно големи единици , така че стойностите от кодирания набор от символи да могат да се кодират директно. Това работи добре за кодирани наборнабори от символи, които се вписват в 8-бита и сравнително добре за кодирани наборнабори от символи , които се побират в 16-бита. Въпреки това, тъй като размерът на кодиран набор от символи се увеличава, това става все по-малко ефективно и е трудно да се адаптират съществуващите системи , да се използват по-големи кодови стойности. Ето защо повечето  система работещи с по-нови системи на Уникод използват или UTF-8 или UTF-16.

На следващо място е ,схемата за кодиране на символи(СКМ). Тя уточнява как целочислени кодови стойности да бъдат вмъкнати в базирана файлова система. С Уникод една проста схема за кодиране на символи се използва в повечето случаи, просто като се уточни  дали байта за всяко число трябва да бъде в по-голям къс или в по-малък.