ISO-8859-1 是 Unicode 字符集吗？

Question

我一直在参加关于 XML 的讲座，其中写着“ISO-8859-1 是一种 Unicode 格式”。这听起来对我来说是错误的，但是当我研究它时，我很难准确地理解 Unicode 是什么。

您可以将 ISO-8859-1 称为 Unicode 格式吗？什么叫 Unicode？​​p>

Answer 1

ISO 8859-1 不是 Unicode

ISO 8859-1 也称为 Latin-1。它不是直接的Unicode 格式。

但是，它确实具有其代码点 0x00 .. 0xFF 一对一映射到 Unicode 代码点 U+0000 .. U+00FF 的独特特权。因此，Unicode 的前 256 个代码点，被视为 1 字节无符号整数，映射到 ISO 8859-1。

---

控制字符

Peregring-lkobserves 表示 ISO 8859-1 没有定义控制代码。 U+0000..U+007F 和 U+0080..U+00FF 的 Unicode 图表表明，位于 U+0000..U+001F 和 U+007F 位置的 C0 控件来自 ISO/IEC 6429:1992，而位于 U+0080 位置的 C1 控件。 .U+9F 同样。 C0 and C1 controls 上的维基百科建议该标准改为 ISO/IEC 2022。请注意，其中三个 C1 控件没有正式名称。

一般来说，ISO 8859-1 代码集的控制代码点假定为 ISO 6429（或 2022）中的 C0 和 C1 控制。

Answer 2

ISO-8859-1 包含 UTF-8 Unicode 的一个子集，它与 ASCII 基本重叠。

所有 ASCII 都是 UTF-8 Unicode。

代码 7f 十六进制以下的所有 ISO 8859-1（ISO 拉丁语 1）字符在一个字节中都兼容 ASCII 和 UTF-8。带有变音符号的连字和字符使用多字节 Unicode UTF-8 表示，并使用 Unicode兼容性代码点。

所有 UTF-8 单字节字符都包含在 ASCII 中。

UTF-8 还包含多字节序列，其中一些是可整理（即可排序）等价物 - composed 等价物 - 由兼容性代码点表示的字符，其中一些是表示的字符由除 ASCII 和 ISO Latin 1 之外的所有其他字符集。

Answer 3

不，ISO 8859-1 不是 Unicode 字符集，仅仅是因为 ISO 8859-1 没有为所有 Unicode 字符提供编码，只是其中的一小部分。 “字符集”这个词有时使用松散（因此通常最好避免使用），但作为一个技术术语，它表示字符编码。

放宽定义，使“Unicode 字符集”意味着涵盖部分 Unicode 的编码将毫无意义。那么每个编码都是一个“Unicode 字符集”。

Answer 4

没有。 ISO/IEC 8859-1 早于 Unicode。例如，您不会在其中找到 €。 Unicode 在某种程度上与 ISO 8859-1 兼容。对于 Unicode 中的字符编码，请查看 UCS / UTF8 / UTF16。

如果您查看代码格式，您会有类似的东西

• 抽象字母 - 您正在使用的字母
• 代码表 - 以某种形式输入字母（如字母顺序）
• 代码格式 - 说明代码表中的哪个位置是哪个字母，（即UTF8或UTF16编码）
• 代码架构 - 如果您使用更多词来访问代码位置，它们的顺序是什么？ （UTF16 中的大端、小端） [转向指令的字符编码（例如XML中的

Answer 5

这取决于您如何定义“Unicode 格式”。

我认为大多数人会认为它是一种能够表示 Unicode 范围 (U+0000 - U+10FFFF) 内任何代码点的编码。

在这种情况下，不，ISO 8859-1 不是 Unicode 格式。

但是，其他一些定义可能是“作为 Unicode 字符集子集的字符集”或“可以被认为包含 Unicode 数据（不一定是任意 Unicode 数据）的编码。” ISO 8859-1 符合这两个定义。

Unicode 有很多东西。它包含一个字符集，其中“字符”被分配了代码点值。它定义字符的属性并提供字符及其属性的数据库。它定义了许多算法，用于对 Unicode 文本数据进行各种处理，例如比较字符串的方法、将字符串划分为字素簇、单词等。它定义了一些特殊的编码，可以对任何 Unicode 代码点进行编码并具有一些其他有用的属性。它定义了 Unicode 代码点和遗留字符集的代码点之间的映射。

在这里您可以找到更完整的答案：Unicode.org