في عالم أجهزة الكمبيوتر ، يتم نقل البيانات من خلال بتين فقط: 1 (مرتفع) و 0 (منخفض). لذلك ، يجب تشفير بياناتنا عالية المستوى ببيانات منخفضة المستوى حتى تتمكن أجهزتنا من فهمها ومعالجتها ونقلها.
بعض الرموز المدعومه في utf-8:
تقليديًا ، كان نظام التشفير الأكثر شيوعًا هو ASCII. ASCII عبارة عن أبجديات وأرقام ورموز إنجليزية مشفرة وبعض الأحرف الخاصة. مع مرور الوقت ، ظهرت الحاجة إلى دمج المزيد من اللغات والرموز والأحرف والنصوص وحتى الرموز التعبيرية ، وأصبحت الحاجة إلى نظام تشفير جديد وشيكة.
تم تأسيس اتحاد Unicode Consortium في يناير 1991 في ولاية كاليفورنيا ، بعد أربع سنوات من طرح مفهوم ترميز الأحرف الجديد ، الذي سيطلق عليه Unicode ، في المناقشات التي بدأها مهندسون من Xerox (Joe Becker) و Apple (Lee Collins and Mark) ديفيس). بالتقدم السريع إلى القرن الحادي والعشرين ، فإن الطريقتين الأكثر شيوعًا لتشفير البيانات هما استخدام UTF-8 و UTF-16.
نمو ترميز utf-8 عبر السنين:
البنيه الهيكليه
تبدو بنية الذاكرة كما يلي:
1 بايت - ASCII
2 بايت - النصوص اللاتينية ، بما في ذلك الأبجدية اليونانية ، والسيريلية ، والقبطية ، وغيرها.
3 بايت - المستوى الأساسي متعدد اللغات
4 بايت - نصوص تاريخية ورموز رياضية ورموز تعبيرية.
مميزات الترميز utf-8:
التوافق مع الإصدارات السابقة: يتم تعيين أول 128 حرفًا - تتراوح من 0x0000 إلى 0x007f - مباشرةً على نطاق نقطة رمز ASCII. وهذا يعني أنه حيثما تم استخدام نقطة رمز ASCII ، يمكن استبدال UTF-8 بسهولة دون أي متاعب.
احتياطي واكتشاف تلقائي: هناك برنامج يدعم ترميز ASCII الممتد. لا يتم تعيين هذه النقاط مباشرة على نقاط رمز UTF-8. عندما يكتشف UTF-8 ASCII الممتد ، فإنه يتراجع أو يستبدل وحدات البايت ذات 8 بت بنقطة الرمز المناسبة.
المكتبات: عند كتابة التعليمات البرمجية ، إذا ظهرت الحاجة إلى إدخال / إخراج بيانات غير ASCII ، فستحتاج إلى دعم UTF-8. لحسن الحظ ، هناك مكتبات تدعم UTF-8 ، مثل ICU لـ C و C ++ و Java.
التزامن الذاتي: البايت البادئ يبدأ بـ 11 بينما باقي بايتات المتابعة تبدأ بـ 10؟ يساعد هذا في فصل نقاط رمز الأحرف وتجنب الخلط بين حرف وآخر. لن يتم فك شفرة حرف غير صحيح إذا بدأ تدفق البتات في منتصف التسلسل.
Reviewed by 7assan osama
on
9/26/2020
Rating:
