4

来自 Emacs 23.1新闻：

*** Emacs 字符集现在是 Unicode 的超集。（它有大约四倍的代码空间，应该足够了）。

稍后还有更多详细信息：

*** 在多字节缓冲区和字符串中，字符由 UTF-8 字节序列表示。字符代码空间现在是 0x0..0x3FFFFF，没有间隙；代码点 0x0..0x10FFFF 是相同代码点的 Unicode 字符，而代码点 0x3FFF80..0x3FFFFF 是原始 8 位字节。

根据维基百科，UCS的BMP有65536 个字符，最新版本的Unicode包含超过 107000 个字符，UCS 有超过一百万个码点。0x3FFFFF 超过四百万。

可以解决哪些问题，或者拥有作为 Unicode 超集的内部字符集有什么好处？

4

1 回答 1

23

Unicode 旨在包含所有人类语言所需的字符集，这对于代码的全球化/本地化当然很有用，但由于 Emacs 是众神的工具，它还必须包含神可能使用的每个字符各种（包括但不限于旧日神符的可怕符文）、航天种族（包括但不限于我们未来的外星霸主）、超智能机器智能（包括但不限于我们未来的机器人大师） ) 以及其他所有渴望无限宇宙力量的存在。那可能是很多字符！

或者它可能与 UTF-8 作为一种编码字符的方式有关，它的空间比 Unicode 集和仅支持整个 UTF-8 的 Emacs 占用的空间大得多，但我更喜欢上面的解释。

于 2009-11-04T15:26:10.040 回答