Đối với người dùng máy tính thì từ Unicode đã không còn xa lạ gì nữa, vì xuất hiện quá thường xuyên trên bảng công cụ xử lý ngôn ngữ. Tuy nhiên không phải ai cũng biết Unicode là gì và có vai trò như thế nào đối với người dùng máy tính.
1. Unicode là gì?
Trước khi tìm hiểu về Unicode, chúng ta cần tìm hiểu về encoding. Encoding hay còn được gọi là mã hóa, là một quá trình chuyển đổi thông tin hoặc dữ liệu từ định dạng này sang định dạng khác, hoặc từ hệ thống ký tự này sang hệ thống ký tự khác.
Unicode
Mục tiêu của quá trình encoding là biến đổi dữ liệu thành dạng có thể truyền tải, lưu trữ hoặc xử lý được sao cho chính xác nhất. Mã hóa ký tự (character encoding) là một ví dụ điển hình nhất của quá trình encoding. Quá trình này chuyển đổi văn bản từ mã ASCII sang UTF-8 để hỗ trợ ký tự và đa ngôn ngữ. Ngoài ra còn có mã hóa âm thanh, video, hình ảnh, ...
Unicode còn được gọi là Universal Coded Character Set, thường được dịch là Bộ ký tự được mã hoá chung hoặc ISO/IEC 10646. Bộ ký tự này được hiểu là một tiêu chuẩn mã hóa ký tự phổ biến, còn được gọi là mã thống nhất, hoặc mã đơn nhất. Đây là bộ mã chuẩn quốc tế được xây dựng để làm bộ mã duy nhất cho hầu hết ngôn ngữ trên toàn thế giới.
2. Đặc điểm của Unicode
Unicode được phát triển để khắc phục những hạn chế của các tiêu chuẩn mã hoá trước đó, giải quyết những vấn đề về mã hóa đa ngôn ngữ mà những tiêu chuẩn trước không đáp ứng được, điển hình như Bảng mã ASCII.
Unicode cải thiện hạn chế của ASCII
Unicode được thiết kế để hỗ trợ gần như toàn bộ những ký tự tới từ hầu hết các ngôn ngữ trên toàn cầu. Nếu như bảng mã ASCII tiêu chuẩn chỉ hỗ trợ 128 ký tự thì bảng mã Unicode có thể hỗ trợ tới hơn 1 triệu ký tự. Và nếu bảng mã ASCII chỉ sử dụng một byte để đại diện cho mỗi ký tự thì Unicode có thể hỗ trợ tối đa 4 byte cho mỗi ký tự.
3. Cách thức hoạt động của chuẩn mã hóa Unicode
Chuẩn Unicode hoạt động bằng cách sử dụng các mã code điểm mã độc đáo cho mỗi ký tự. Điểm mã này là một số nguyên duy nhất gán cho mỗi ký tự trong chuẩn Unicode. Các điểm mã này được tổ chức một cách có hệ thống, đại diện cho các ký tự từ nhiều ngôn ngữ và hệ thống chữ viết khác nhau trên toàn thế giới.
Cách Unicode sử dụng mã code điểm mã
Mã điểm mã trong chuẩn Unicode là các số nguyên không âm. Đối với các ký tự thuộc bảng mã ASCII, từ U+0000 đến U+007F, mã điểm mã của chúng tương đương với mã ASCII của chúng. Chẳng hạn, mã điểm mã cho ký tự 'A' là U+0041. Còn với ký tự từ các bảng mã khác, mỗi ký tự được biểu diễn bằng một mã điểm mã duy nhất trong bảng mã Unicode.
Cơ chế mã điểm mã trong UTF-8, UTF-6 và UTF-32
- UTF-8 (Unicode Transformation Format – 8 bit) là một hệ thống mã hóa đa byte sử dụng từ 1 đến 4 byte để biểu diễn mỗi mã điểm mã. Các ký tự ASCII (U+0000 đến U+007F) vẫn được mã hóa bằng 1 byte, duy trì sự tương thích với bảng mã ASCII. Ký tự từ U+0080 đến U+07FF sử dụng 2 byte, từ U+0800 đến U+FFFF sử dụng 3 byte, và từ U+10000 đến U+10FFFF sử dụng 4 byte.
- UTF-16 (Unicode Transformation Format – 16 bit) là hệ thống mã hóa 16 bit, sử dụng 2 byte cho mỗi mã điểm mã. Ký tự từ U+0000 đến U+FFFF được mã hóa bằng 2 byte, và từ U+10000 đến U+10FFFF thông qua cặp surrogate pairs, với mỗi cặp sử dụng 2 byte.
- UTF-32 (Unicode Transformation Format – 32 bit) là hệ thống mã hóa 32 bit, sử dụng 4 byte cho mỗi mã điểm mã, cho phép biểu diễn tất cả các mã điểm mã mà không cần surrogate pairs như UTF-16.
Cả ba hệ thống mã hóa UTF-8, UTF-16 và UTF-32 đều hỗ trợ Unicode trong việc biểu diễn một lượng lớn ký tự từ đa dạng ngôn ngữ và hệ thống chữ viết trên toàn cầu, làm nền tảng mạnh mẽ cho việc biểu diễn và xử lý thông tin đa ngôn ngữ trong các ứng dụng và hệ thống kỹ thuật số hiện đại.
4. Font chữ nào thuộc bảng mã Unicode
Font chữ thuộc bảng mã Unicode
Hiện nay bảng mã Unicode có đến 172 font chữ khác nhau. Và trong quá trình sử dụng máy tính, rất có khả năng bạn có thể sẽ không có cơ hội sử dụng hết toàn bộ số font chữ của bảng mã Unicode. Dưới đây là danh sách 172 font chữ của bảng mã Unicode:
- Arial
- Comic Sans
- Courier New
- Palatino
- Tahoma
- Times New Roman
- Trebuchet
- Aachen
- AGOldFace A
- lgerian Allegie
- Amazon
- AmericanUnc
- Amherst
- Arabia
- Architecture
- Arial-Rounded
- Ariston
- Arrus
- Arrus-Black
- AvantGarde
- AvantGarde-Demi
- Aztek
- Bandit
- BankGothic
- Barmeno-ExtraBold
- Bauhaus-Heavy
- Bauhaus-Light
- Bauhaus-Medium
- Bedrock
- Bellevue
- Benguiat
- BertholdScript I
- Bodoni
- Bodoni BC
- Bodoni EB
- Bodoni-PosterCompressed
- Bookman
- Bookman-Demi
- Boton
- Boulevard
- Braggadocio
- Broad
- Brush Script
- Casablanca
- Casper Open Face
- Centurion Old
- Chaucer
- Chelthm
- Clarendon
- Clearface Gothic
- Colonna
- Commerce Cond
- Commerce C
- Commercial Script
- Compacta
- Cooper
- Corporate
- Copperplate Gothic
- Corsiva
- Courier
- Countdown
- Dauphin Desdemona
- Digital
- Domcasual
- Dur
- Elephant
- ErasContour
- Erie-Black
- Exotic
- FetteFraktur
- Fillmore
- Frankfurter
- Frankfurt Gothic
- Freeform
- Freehand
- FreeStyle
- Frutiger
- Frutiger-Light
- Fujiyama
- Fujiyama-LightCondensed
- Futura
- Futura-Black
- Galleria
- Garamond
- Gatineau
- GeoSlab703 C
- GeoSlab703 E
- GillSans
- GillSans-Condensed
- Goudy Old
- GoudyText
- Harpoon
- Harrington
- Helvetica C
- Helvetica N
- Hobo
- Imago-ExtraBold
- Impact Isadora
- Jamai
- Joanna
- Jupiter
- Kaufmann
- Kids
- Korinna
- Kun Medium
- Latin Wide
- LinoScript
- Linotext
- Lithograph
- Lucida HandWriting
- Lydian
- Memorandum
- Murray
- Mystical Nebraska
- New Century
- New Century-Narrow
- News Gothic
- Nueva
- Nueva-Bold Extended
- NuptialScript
- Officina Sans
- Officina Serif
- Onyx
- Optima
- Oranda
- Palatino
- Park Avenue
- Pepita
- Perpetua
- Post Antiqua
- President
- Revue
- Rockwell-Extra Bold
- Russell
- Square
- Salina Display
- Sans Serif
- Scribble
- Script
- Serpentine
- Serpentine Sans
- SerpentineSans L
- Shelley Allegro
- Signature Light
- Slogan
- Snell
- Souvenir
- Staccato
- Standout
- Stencil
- Stop
- Switzerland
- SwitzerlandCondensed
- Tekton
- Tiffany
- Tiffany Heavy
- Times Times-Narrow
- Tubes
- Umbra
- University
- Utopia
- Viva Viva B
- Verdana
- Vivienne
- Vogue-ExtraBold
- Walbaum
- Windsor
- WoodType Demi
- ZapfChancery
Trên đây là những thông tin về bảng mã Unicode, đặc điểm và những font chữ phổ biến nhất. Xin mời các bạn cùng tham khảo bài viết để hiểu thêm về bộ bảng mã ấn tượng này.
