“當前全收集,則指當前我們已知的漢字符號,包括大陸簡化字,寶島、港澳、新島的繁體字,還有島國,朝韓所用的一些漢字符號,全部采納到新編碼體係中來。”
“未來可拓展的意思,就是要給字庫留夠充足的冗餘編碼空間,給將來采集更多的文字符號做好準備。”周至侃侃而談:“剛剛旦增大師已經說了,我國是多民族的國家,很多民族都有自己的文字,這些文字,同樣是我們華夏一族大家庭的瑰寶。”
“因此我們要留足這個字庫的拓展空間,以備將來時機成熟後,將這些少數民族的文字也收納進來。”
“這就是我的設想,關於華夏標準大字庫的設想。”
“呃……周至同學。”李紅江倒也是光棍:“我給你道個歉,也給辜老和旦增大師道個歉,之前自己的確沒有意識到這個問題的重要性。”
“但是我之前已經說了,GB 13000是根據ISO/IEC 1064來設計的,通用多八位編碼字符集的碼位就隻有兩萬多個,就好像一個養殖場,雞籠子就這麼多,實在是裝不下你們說的這麼多雞啊?”
“所以說這個多八位編碼字符集是有問題的呀,不適合中國的需要呀,那我們為什麼還要湊合著用呢?”周至反問道。
“要是不用這個,那又用哪個呢?”李紅江倒是不覺得周至是在無理取鬨,能夠提出問題來不是本事兒,關鍵是問題提出來之後,你還得能夠解決問題才算。
“為什麼不用UNICODE呢?”
“UNICODE?”李紅江想了一下:“UNICODE八字還沒一撇吧?國際標準都還沒有出來,我們哪來的參照?”
Unicode的漢語翻譯,叫做統一碼,也叫萬國碼、單一碼,是由統一碼聯盟開發的一項計算機科學領域裡的業界標準,主要就包括字符集和編碼方案。
統一碼是為了解決傳統的字符編碼方案的局限而產生的,它為每種語言中的每個字符,設定了統一並且唯一的二進製編碼,以滿足跨語言、跨平台進行文本轉換、處理的要求。
統一碼設計之初的目的,就是為了打造一個能夠容納世界上所有文字和符號的字符編碼方案。
其設計思路,就是用數字0-0x10FFFF來映射所有字符,最多可以容納1114112個字符,或者說有1114112個碼位。
後世大家所熟悉的UTF-8、UTF-16、UTF-32,其實都是將數字轉換到程序數據的編碼方案。
當然這些碼位也不是隨便亂用的,而是規定了區間,比如上一世給漢字使用的區間,就是3400-4DBF,4E00-9FFF,20000-3FFFF三段,稱作:中日韓越統一表意文字區間。
這就有一百多萬個碼位,裝下所有漢字綽綽有餘。
因為不存在上限,UTF理論上還可以繼續擴展。
當然從上一世的經驗來看,也完全沒有這個必要,足夠用了。