42. Kerning Panic·字谈字串（二）

内核恐慌

本期 123 分钟，我们着眼汉字，回望字符集发展简史，一览常见遗留编码，笑看端序内战风云，携手拥抱 Unicode。

参考链接

• 「纽伦堡内麦塔狐」，典出《字谈字畅》第二十三期
• 曲（qū/qǔ），麯 / 麴 (qū)
• 区位码)的「区位」即「row-cell」，日语称「区点」
• Ten key
• 算术基本定理
• 各国读写电话号码的习惯；另有 ITU-T 起草的推荐规范 E.123，包含国际电话号码的注记格式
• 电话编号规划
• TeX 指令通常以反斜杠（\）开头
• 各书写系统中的引号
• 「乱码」在几种外语里的表述：
  • 文字化け（日语）
  • Mojibake（英语，音译自日语）
  • Zeichensalat（德语，直译即「符号沙拉」）
• Emoji（音译自日语「絵文字」）
• ASCII（美国信息交换标准代码）
• JIS X 0201，七位及八位信息交换用编码字符集；前身为制定于 1969 年的 JIS C 6220，是日本最早的编码字符集规范
• JIS X 0208，七位及八位双字节信息交换用汉字编码字符集
• 언문（諺文） / 한글（韩字） / 조선글（朝鲜字），英语通称 Hangul
• 半角片假名
• 编码，《内核恐慌》第十八期
• GB 2312，信息交换用汉字编码字符集·基本集
• GBK，汉字内码扩展规范；Windows 系统的代码页 CP936 是它的一个实现
• GB 18030，信息技术——中文编码字符集
• GB 12345，信息交换用汉字编码字符集·辅助集
• 单射
• 「干 / 乾」这对字具有「一繁对多简」和「一简对多繁」的双重属性
• 新加坡汉字 / 新马简体
• Big5（大五码），港澳台较常用的编码及字符集标准
• Code page（代码页）
• Unicode
• Unicode BMP（Basic Multilingual Plane，基本多语言平面）#Basic_Multilingual_Plane)，GB 13000.1 与 Unicode BMP 的相关标准基本等同
• Unicode 定义的 script)
• 中日韩统一表意符号（CJK Unified Ideographs）
• 芸（U+82B8），同时为中文「蕓」、日文「藝」的简化字
• KS X 1001，韩国编码字符集标准，前身为 KS C 5601；对同形异音的汉字进行重复编码
• 日本的「中国地方」
• 「支那」源自梵文 चीन (cīna))
• Ken Lunde. CJKV Information Processing, 2nd Edition. O’Reilly Media, 2009
• 当下 Unicode 最常用的三种编码格式：
  • UTF-8
  • UTF-16
  • UTF-32
• Rio 撰于 2012 年的 Unicode 编码相关知识的笔记
• Surrogate pair，用于 UTF-16，借以扩展可编码字符集的范围
• Endianness（端序），该术语典出《格列佛游记》小人国内的两个教派
• BOM（byte order mark，字节顺序标记），对应的字符是 U+FEFF (Zero Width No-break Space)
• (U+1F574, Man in Business Suit Levitating)

主播

• Rio：IPN 联合创始人，Apple4us 程序员，《IT 公论》《疯投圈》及《内核恐慌》主播
• 吴涛：Type is Beautiful 程序员，《内核恐慌》主播
• Eric：字体排印研究者，译者，Type is Beautiful 编辑
• 蒸鱼：设计师，Type is Beautiful 编辑