#优质博文 #编码
2023 年每个软件开发者都必须知道的关于 Unicode 的最基本的知识（仍然不准找借口！）

让我们总结一下：

1. Unicode 已经赢了。
2. UTF-8 是传输和储存数据时使用最广泛的编码。
3. UTF-16 仍然有时被用作内存表示。
字符串的两个最重要的视图是字节（分配内存/复制/编码/解码）和扩展字位簇（所有语义操作）。
4. 以码位为单位来迭代字符串是错误的。它们不是书写的基本单位。一个字位可能由多个码位组成。
5. 要检测字位的边界，你需要表格。
6.对于所有 Unicode 相关的东西，甚至是像 strlen、indexOf 和 substring 这样的无聊的东西，都要使用 Unicode 库。
7. Unicode 每年更新一次，规则有时会改变。
8. Unicode 字符串在比较之前需要进行归一化。
9. Unicode 在某些操作和渲染中依赖于区域设置。
10. 即使是纯英文文本，这些都很重要。

总的来说，是的，Unicode 不完美，但
1. 有一个能覆盖所有可能语言的编码、
2. 全世界都同意使用它、
3. 我们可以完全忘记编码和转换之类的东西

blog.xinshijiededa.men

（译）2023 年每个软件开发者都必须知道的关于 Unicode 的基本知识

仍然不准找借口！