unicode - 什么是 unicode 中的“非字符”？

Question

我不知道什么是“非字符”字符。它们是禁止的 unicode 字符，但我可以复制和粘贴它们，例如 U+FFFF ()。如果一个字符在 Unicode 中有一个固定的位置，并且可以用来显示一些东西，那么：

1. 为什么这些字符是“非字符”？
2. 将它们归类为非字符有什么意义，因为它们在表格上占有一席之地并且可以在 HTML 和 CSS 中显示（尽管作为替换字符），甚至？
3. 在 Unicode 中有这么多空格有什么意义，比如在“特价”（FFF0-FFFF）块中？

Answer 1

Specials 块不是空的。分配了该块中的几个元素。最著名（也是最重要的），替换字符（U+FFFD）就在那个块中。虽然它在技术上不是字符，或者在 Specials 块中，但非常重要的序列“FFFE”（小端 BOM）可以出现在文件的开头，因此 U+FFFE 不是合法字符很有用。（相关的 U+FEFF 在技术上是一个字符，但不推荐将其用作字符。）如果需要新的“特殊”，仍然有几个插槽可供它们使用，同时保持在该块内。

Unicode 更喜欢将相似的东西组合成具有方便的二次幂大小的块，因此在当前未分配的各种块的末尾会有一些剩余值。Unicode 总空间超过一百万个代码点。已分配不到 300k，因此有很大的空间可以保持整洁。

官方的非字符（每个平面的 xFFFE 和 xFFFF，加上 FDDO-FDEF）为您知道永远不会是字符的字节序列的“特殊用途”留出了空间。BOM 是这些用途中最著名的，但如果需要，实现可以将它们用于其他目的。总而言之，一百万个代码点中有 66 个，因此提供一些未来的灵活性并不是很大的成本。