Kênh 360 Công Nghệ Kênh 360 Công Nghệ

Bảng mã Unicode phần 1

Bài viết này là để giúp các bạn hiểu được Bảng mã Unicode và UTF-8 rõ ràng hơn. Sau khi đọc xong, các bạn sẽ biết được lịch sử của Unicode, nó có các dạng thức nào, UTF-8 là gì và tại sao luôn đi đôi với Unicode.

Khi tổng hợp nên tài liệu này, để cho đơn giản, bài viết bỏ qua nhiều khía cạnh  phức tạp của Unicode như các đề tài về mã tổ hợp, mã dựng sẵn. Nếu có thiếu sót, mong các bạn thông cảm. Thêm vào đó, bài viết không bàn về cách cài đặt/sử dụng Unicode font trong các hệ điều hành hay phần mềm. Về chuyện này, các bạn có thể tham khảo trang web của Lê Hoàn hay các thư trao đổi về Unicode.

Một vài điều cần lưu ý:


Trong bài viết, tôi chỉ dùng hệ thập lục phân (hệ 16) để chỉ giá trị của các mã. Ví dụ, khi tôi nói kí tự "a" có mã là 61, bạn phải hiểu rằng đây là 61 trong hệ thập lục phân (bằng 97 hệ thập phân). Lí do là trong các bảng mã, các mã thường có dạng thập lục phân chứ ít khi có dạng thập phân.


Ở cuối bài, tôi có một bảng mã Unicode cho các kí tự Việt nam các bạn tham khảo. Nếu muốn xem toàn bộ bảng mã Unicode (dưới dạng file PDF) vào http://www.unicode.org. Trong đó, click "Code Charts" và bạn sẽ thấy nhiều "trang mã". Toàn bộ các kí tự tiếng Việt có thể được tìm thấy ở các trang Latin-1 Supplement, Latin Extend A và Latin Extend B, và Latin Extended Additional. Bạn có thể in các trang mã nếu muốn.


Cuối cùng, bạn có thể bỏ qua các phần mình đã biết và đi thẳng đến nơi tôi nói về UTF-16, UTF-8. Tuy nhiên, tôi cho rằng nếu bạn hiểu rõ hơn về các bảng mã ASCII và ANSI thì sẽ hiểu rõ hơn sự ra đời và phát triển của Unicode.


Một số định nghĩa hữu ích:


-Bảng mã: Một tập hợp nhiều kí tự khác nhau. Một ví dụ là bảng mã chuẩn ASCII (American Standard Code for Information Interchange - Mã chuẩn Hoa kỳ trong Trao đổi Thông tin) bao gồm 128 kí tự, phần lớn là các kí số, kí tự tiếng Anh, những ký tự đặc biệt và thông dụng như các dấu cộng, trừ, phần trăm... Unicode là một bảng mã chuẩn khác, gồm có hàng ngàn các kí tự gồm tiếng Anh và quốc tế bao gồm cả các kí tự Việt nam. Cũng có một vài bảng mã tiếng Việt (không chuẩn) như TCVN-ABC, VNI, VISCII, chúng chỉ có tối đa là 256 kí tự .


- Mã: Một số nguyên dương đại diện cho một kí tự trong một bảng mã. Mã của một kí tự thay đổi tùy theo bảng mã. Ví dụ, trong bảng mã tiếng Việt TCVN-ABC, kí tự "ầ" có mã C7. Trong bảng tiếng Việt VISCII, "ầ" có mã là A5. Trong bảng Unicode, "ầ" có mã là 1EA7 (=7847 thập phân). Lưu ý là mã của một kí tự cho thấy vị trí của kí tự trong bảng mã. Ví dụ, trong bảng Unicode, "ầ" nằm ở vị trí 7847 . Mỗi kí tự Unicode chỉ được "gắn" một mã duy nhất. Ví dụ, trong Unicode, bạn không thể tìm thấy kí tự "ầ" tại bất kỳ chổ nào khác ngoài vị trí 7847. Các máy tính chỉ biết một kí tự qua mã của nó. Ví dụ, khi bạn đánh Unicode dùng một bộ gõ tiếng Việt và bạn muốn nhập chữ "ầ", bộ gõ tìm cách gửi mã 1EA7 (sau khi đã được mã hóa dưới dạng nhị phân) đến bộ xử lý trung ương của máy tính.


- Font Unicode: Một font được gọi là font Unicode khi nó cung cấp cấu hình của các kí tự trong bảng mã Unicode. Một font file (tập tin font) dùng mã của một kí tự để chỉ định cấu hình cho kí tự đó. Ví dụ, khi phải thể hiện kí tự "ầ" trên màn hình dùng font Arial, phần mềm sẽ lục tìm mã 1EA7 trong font file Arial.ttf và xác định cấu hình tương ứng. Nếu một font như VNI-Times không hổ trợ Unicode, nó sẽ không có cấu hình cho mã 1EA7 vì nó chỉ có mã lớn nhất là FF (=255 thập phân). Vì vậy, nó không thể hiển thị kí tự "ầ" và nó không được gọi là font Unicode. Tương tự như vậy, các font Arial, Times New Roman, Tahoma của các hệ điều hành như Windows 95 hoặc Windows 98 không có cấu hình cho các kí tự Unicode; do đó bạn phải "cập nhật" chúng bằng cách tải và cài đặt các font Unicode với các tên tương tự vào máy nếu bạn muốn đọc mail hay duyệt các web site dùng Unicode font.


- Chuỗi bit: Một chuỗi các số nhị phân, như 01100001. Do máy vi tính chỉ "đọc" được số nhị phân, dữ liệu phải được chuyển đổi thành các chuỗi bit trước khi được nhập vào máy. Mỗi kí số trong một số thập lục phân luôn được biểu diễn bằng bốn 4 số nhị phân. Ví dụ, 6 = 0110, 1 = 0001, F = 1111, 7 = 0111, 61 = 01100001, 7F=01111111.


- Mã hóa (encoding): Cách biểu diễn một kí tự trong dạng một chuỗi bit. Tùy theo cách mã hóa, một kí tự có thể được biểu diễn khác nhau.


"UTF-16" là một kiểu mã hóa các kí tự Unicode trong đó mỗi kí tự được biểu diễn dưới dạng một chuỗi 16-bit tương đương với giá trị của mã. Ví dụ, trong UTF-16, "ầ" được mã hoá thành một chuỗi 16-bit: 0001111010100111 (= 1EA7), tương đương với mã gốc của "ầ" trong bảng Unicode.


"UTF-8" là một kiểu mã hóa khác cho các kí tự Unicode, trong đó mỗi kí tự được biểu diễn dưới dạng MỘT hay NHIỀU chuỗi 8-bit, có thể KHÔNG tương đương với mã gốc. Ví dụ, trong UTF-8, "ầ" được mã hóa thành ba chuỗi 8-bit (cũng có thể gọi là một chuỗi 24 bit) 111000011011101010100111 (= E1BAA7) không tương đương với mã gốc là 1EA7. Tại sao cần UTF-8. Chúng ta sẽ biết sau.


- Giải mã: Sau khi hệ điều hành nhận được một kí tự (ví dụ đọc từ một file) đã được mã hóa, nó phải giải mã để lấy lại mã gốc của kí tự trong bảng mã trước khi vào font file để tìm cấu hình và thể hiện kí tự trên màn hình. Một font file chỉ dùng các mã gốc chứ không dùng dạng đã mã hóa.


Hệ ASCII/ANSI: các hệ điều hành chỉ dùng các bảng mã ASCII hay ANSI. Ví dụ: Windows 95 dùng bảng mã ANSI. Các hệ ASCII và ANSI luôn luôn dùng một đơn vị dữ liệu là 8 bit (1 byte).


QUÁ TRÌNH PHÁT TRIỂN: từ ASCII đến ANSI cho đến Unicode.


1. Bảng mã ASCII: 7-bit, cho phép 128 mã (2 mũ 7) Còn có tên khác là ISO 646-IRV. ASCII là bộ mã đầu tiên lúc máy tính được

phát minh

Mã cho phép: từ 0 đến 7F

Mã nhỏ nhất: 0, dùng cho kí tự NUL (null: trống trơn, không có gì).

Mã lớn nhất 7F (=thập phân 127, =nhị phân 01111111). Được dùng cho phím DEL (delete-xoá).

(lưu ý: mặc dù đơn vị dữ liệu là 8 bit, chỉ có 7 bit cuối được dùng, )


Ví dụ: Trong bảng ASCII, kí tự "a" có mã là 61.

Khuyết điểm: chỉ có 128 kí tự được cho phép. Mọi người cần nhiều mã hơn, nhất là sau khi hệ DOS và máy tính cá nhân xuất hiện. Vì vậy, người ta phải nghĩ ra bộ mã ANSI.


2. Bảng mã ANSI : 8-bit, là bảng mã ASCII mở rộng; cho phép 256 mã (2 mũ 8).

Các tên khác: ISO-8859-1, LATIN-1.

Mã cho phép: từ 0 đến FF

Mã nhỏ nhất: 0, dùng cho kí tự NUL.

Mã lớn nhất 255 = FF ( =thập phân 255, =nhị phân 11111111 ) .

(lưu ý: tất cả 8 bit trong đơn vị dữ liệu được dùng)


Ví dụ: trong bảng ANSI, kí tự "ô" của tiếng Việt có mã là F4. (các bộ mã tiếng Việt đều dựa trên ANSI với nhiều sửa đổi)

Lưu ý: 128 kí tự đầu tiên (các mã từ 0...7F) giống nhau trong ASCII và ANSI.

Ví dụ, ký tự "a" có mã là 61 trong cả hai bảng ASCII và ANSI. Nói cách khác, ASCII là tập con của ANSI.


Ưu điểm: số lượng mã cho phép đã được tăng đến 256. Do đó, bây giờ bảng mã có chỗ cho các kí tự khác bên cạnh tiếng Anh.

Khuyết điểm: Vẫn chưa đủ chỗ cho các kí tự quốc tế. (Trung Quốc, Hàn Quốc, Ä Rập, Do Thái...,quá nhiều!) Vì vậy, người ta phát minh ra Unicode 16-bit.

Xem tiếp Bảng mã Unicode phần 2

Bảng mã Unicode phần 3

Nguồn sưu tầm (?)



Lần cập nhật cuối ( Thứ bảy, 11 Tháng 7 2009 08:06 ) Số truy cập 5676  

Tin mới


Lợi ích của việc jailbreak iOS?
Jailbreak là gì? Hiểu một cách nôm na là chiếm quyền điều khiển mức cao nhất của máy, cũng có thể móc nối sang ...
[TaiG v2.0.0] Hướng dẫn jailbreak iOS 8.0.x -> 8.3
TaiG 2.0.0 [iOS 8.1.3-8.3] Link Tên Lửa Bước 1. Tải công cụ jailbreak ▼ Người ...
Download Tải Windows 10 (Windows Threhold) Professional Trực tiếp từ Microsoft [32 – 64 bit]
Hôm nay 30/9, Microsoft đã chính thức phát hành hệ điều hành Windows 10 với tên Windows Threhold.  Đây được xem là thông tin ...
Hướng Dẫn Crack Gta 5 Cho Pc - Bẻ Khóa Gta 5 Thành Công 100%
Sáng ngày 14/4/2015 Game Grand Theft Auto V đã chính thức ra mắt, chúng ta hay gọi là GTA 5. Chỉ sau 1 ngày ra mắt, game GTA 5 đã ...
Dùng Microsoft Office miễn phí trên iPad
Ứng dụng OnLive Desktop trên iPad giúp người dùng xử lý các tài liệu văn bản Word, Excel, PowerPoint của Microsoft hệt như khi ...
Làm chủ Microsoft Office cho iPad
Nếu là người đã thành thạo các phiên bản Office dành cho máy tính, những lời khuyên dưới đây sẽ giúp bạn hiểu và sử ...
Login Failed for User (Microsoft SQL Server, Error: 18456)
Open SQL Server Management Studio and right click on Server Node and select Properties Now go to Security Tab and go to Server Authentical Area. Select ...
Windows Server 2012 and 2008 R2 - Enable Multiple RDP sessions
Windows Server 2012 and 2008 R2 - Enable Multiple RDP sessions Problem Server 2012/2008 R2 unlike their predecessors, comes with the multiple remote ...
Java SE Development Kit 8 Downloads
Java SE Development Kit 8 Downloads Thank you for downloading this release of the JavaTM Platform, Standard Edition Development Kit (JDKTM). The JDK is ...
Đã có thể cập nhật iOS 8, có link tải về offline
Apple vừa đưa ra bản cập nhật iOS để người dùng tải về. Hiện tại bạn có thể cập nhật nó bằng cách kiểm tra trong ...
  • Nổi bật
  • PrestaShop Guide
  • PrestaShop

Có thể bạn quan tâm

Game mới


Hướng Dẫn Crack Gta 5 Cho Pc - Bẻ Khóa Gta 5 Thành Công 100%
Sáng ngày 14/4/2015 Game Grand Theft Auto V đã chính thức ra mắt, chúng ta hay gọi là GTA 5. Chỉ sau 1 ngày ra mắt, game GTA 5 đã ...
Chơi Flappy Bird Online không cần cài đặt
Chơi Flappy Bird Online không cần cài đặt Cách chơi Flappy BirdDùng chuột bấm vào bất kỳ vị trí nào trên màn hìnhUpdate sắp ...
Clash of Clasn - Cách chuyển nhà từ iOS sang Android
Trên iOs bạn vào Settings > Link a device > This is the OLD DEVICE > I want to link to another device > Lấy code. Trên Android Settings > Link a ...
[Review] Grand Theft Auto 5
Sản xuất : Rockstar Games Phát triển : Rockstar North Tổng đạo diễn : Adam Fowler Chịu trách nhiệm sản xuất : Leslie ...
Download Fifa 14 PC
Download game Fifa 14 full crack Video Trailer <a target="_blank" ...
GTA IV Full PC
Gã lái xe giữa những con phố nhộn nhịp ngập tràn đèn neon, vòng qua một nơi rất giống với quảng Thời đại ở New York ...
Grand Theft Auto V - Download tải game Grand Theft Auto 5 - tải GTA 5 full mod
Grand Theft Auto V (hay GTA 5) đang được sự quan tâm rất nồng hậu của các Gamer hiện nay. Sức hấp dẫn của Grand Theft Auto thì ...
Pes 2014 - Pro Evolution Soccer 2014 PC Full
Pes 2014 PC Full Clone DVD Crack Pro Evolution Soccer 2014 marks a new beginning for Konami’s blockbuster soccer series, with an ...
Clash of Clan - Thứ tự upgrade các loại trụ defence
Nên upgrade loại trụ nào trước và up lên level nào là tốt nhất? Theo mình thì thứ tự upgrade sẽ như sau: 1. Mortar: range ...
Hỏi Đáp về Game Clash of Clans
Sau đây mình sẽ trả lời những câu hỏi thường gặp của các bạn về game Clash of Clans Hỏi: Farm là gì, đi farm liệu có ...
English French German Japanese Korean

Warning: session_write_close() [function.session-write-close]: write failed: Disk quota exceeded (122) in /home/kenh360com/domains/kenh360.com/public_html/cntt/libraries/joomla/session/session.php on line 529

Warning: session_write_close() [function.session-write-close]: Failed to write session data (files). Please verify that the current setting of session.save_path is correct () in /home/kenh360com/domains/kenh360.com/public_html/cntt/libraries/joomla/session/session.php on line 529