Baixar para ler offline
T.P.C. Unicode
- 1. UnicodeTecnologias e ProgramaçãoMultimédia – 2009/10Ana Sofia Neves
- 2. Código ASCIIComo oscomputadores só interpretam números, tornou-se necessário criar algo, dentro destes, capaz de representar os caracteres existentes. Com efeito, e tendo como base o alfabeto inglês, surgiu o código ASCII (American Standard Code for InformationInterchange) que constitui uma codificação de caracteres de 7 bits.2TPM - UnicodeFig. 1 – Caracteres que podem ser impressosA referida codificação define 128 carcteres, dos quais 33 não são imprimíveise correspondem a caracteres de controlo.ISO 8859 e ISO 8859 - 1Posteriormente, surgiram as codificações ISO 8859 e ISO 8859 – 1. Na primeira ocorreu uma extensão do código ASCII para passar a representar caracteres acentuados e foram normalizados os conjuntos de 8 bits. Por sua vez, a última compreende a codificação de caracteres do alfabeto latino. (ver Fig. 2)Em Junho de 2004, foi declarado o fim do suporte a esta codificação, pelo grupo de desenvolvimento da ISO/IEC responsável pela sua manutenção. 3TPM - Unicode
- 3. ISO 8859 eISO 8859 - 1Fig. 2 – Caracteres do alfabeto latino4TPM - Unicode
- 4. Quando se deuo fim do suporte à codificação anteriormente referida, o grupo passou a concentrar-se no UCS (Universal CharacterSet) e no Unicode. Por conseguinte, apareceu a norma internacional ISO/IEC 10646 que define o Conjunto Universal de Caracteres (do inglês Universal CharacterSet) e contém, aproximadamente, 100000 códigos, representando símbolos, letras, números e ideogramas.A Unicode Consortium tem vindo a trabalhar com a ISO, desde 1991, para desenvolver o padrão Unicode e a ISO/IEC 10646 em conjunto, assim, o número e a nomenclatura dos caracteres são idênticos na versão 2.0 do Unicode e na ISO/IEC 10646-1:1993.5TPM - UnicodeISO/IEC 10646
- 5. O Unicode éum padrão de caracteres normalizado que possibilita aos computadores representar e manipular texto dos diversos sistemas de escrita existentes. Este tinha como principal fim ultrapassar as limitações de codificações de caracteres tradicionais, como as definidas pela ISO 8859, nomeadamente, o facto de permitirem o processamento bilingue mas não o multilingue. Existem dois métodos possíveis para mapear os códigos Unicode em códigos de implementação, o UCS (Universal CharacterSet) e o UTF (Unicode TransformationFormat). O número associado ao mapeamento UCS indica o número de bytes por código, por outro lado, o número associado ao UTF indica o número de bits por código.6TPM - UnicodeUnicode
- 6. É um tipode codificação Unicode de comprimento variável e pode representar qualquer caracter universal padrão do Unicode, sendo também compatível com o código ASCII. Por ser uma codificação de comprimento variável representa uma forma de optimizar o espaço alocado para textos Unicode.7TPM - UnicodeUTF - 8
- 7. Tanto o UTF– 16 como o UCS – 2 correspondem a codificações de 16 bits. O primeiro possui uma largura variável e pode incluir uma ou duas palavras 16 bits para representar os caracteres, no entanto, o segundo possui uma largura fixa que apenas suporta o plano básico de línguas, tornando-o assim desusado.8TPM - UnicodeUTF – 16 e UCS - 2
- 8. No campo dascodificações de 32 bits existe o UCS – 4 e o UTF – 32. Ambos usam uma largura fixa para cada caracterUnicode. Inicialmente, na norma ISO 10646, definiu-se uma forma de representação denominada UCS – 4, em que cada caractercodificado no UCS era representado por um valor de código de 32 bits num espaço de código de inteiros entre 0 e 7FFFFFFF hexadecimal.Como algumas pessoas acharam que era um desperdício reservar um espaço tão grande de código para o mapeamento, surgiu o UTF – 32, um subconjunto do UCS -4 que usa valores de 32 bits num espaço de código de 0 a 10FFFF hexadecimal, apenas.9TPM - UnicodeUCS - 4
- 9.