HTML Unicode (UTF-8) रेफरेंस मैनुअल

यूनिकोड फेडरेशन

यूनिकोड फेडरेशन ने Unicode मानक विकसित किया है। उनका लक्ष्य इसके मानक यूनिकोड ट्रांसफॉर्मेशन फॉर्मेट (UTF) के माध्यम से मौजूदा अक्षर सेट को प्रतिस्थापित करना है

यूनिकोड मानक सफलता प्राप्त कर चुका है और HTML, XML, Java, JavaScript, ईमेल, ASP, PHP आदि के माध्यम से व्यवस्थित किया गया है। कई ऑपरेटिंग सिस्टमों और सभी आधुनिक ब्राउज़रों में Unicode मानक का समर्थन है

यूनिकोड फेडरेशन एक अग्रणी मानक विकास संगठन (जैसे ISO, W3C और ECMA) के साथ सहयोग करती है

यूनिकोड अक्षर सेट

यूनिकोड को विभिन्न अक्षर सेटों के माध्यम से प्राप्त किया जा सकता है। सबसे आम संकेतकों में UTF-8 और UTF-16 हैं:

अक्षर समूह व्याख्या
UTF-8

UTF8 में अक्षर की लंबाई 1 से 4 बाइट तक हो सकती है

UTF-8 यूनिकोड मानक के किसी भी अक्षर को प्रस्तुत कर सकता है

UTF-8 पूर्वापरिणाम ASCII है। UTF-8 ईमेल और वेब पृष्ठों के लिए पसंदीदा संकेतकों है
UTF-16

16 बिट Unicode रूपांतर फॉर्मेट Unicode का विकल्पीय चरित्र एनकोडिंग है, जो पूरे Unicode repertoire को एनकोड करने में सक्षम है。

UTF-16 प्रमुख ऑपरेटिंग सिस्टमों और इनवायरन्मेंटों (जैसे Microsoft Windows, Java और .NET) के लिए इस्तेमाल किया जाता है。

टिप्पणी:Unicode के पहले 128 अक्षर (ASCII के साथ एक-एक से मेल खाते है) एकल आठ-बाइट एनकोडिंग का उपयोग करते हैं, ये आठ-बाइटों का द्विपदांक मूल्य ASCII के समान है, इसलिए प्रभावी ASCII टेक्स्ट भी वैध UTF-8 एनकोडिंग है।

सूचना:HTML 4 UTF-8 का समर्थन करता है। HTML 5 UTF-8 और UTF-16 का समर्थन करता है!

HTML5 मानक: Unicode UTF-8

ISO-8859 में अक्षर समूह के आकार के लिए सीमा है और बहुभाषी पर्यावरण के साथ असंगत है, इसलिए Unicode संघ ने Unicode मानक विकसित किया।

Unicode मानक (लगभग) दुनिया के सभी अक्षरों, विषयवस्तुओं और प्रतीकों को कवर करता है।

Unicode स्वतंत्र प्लेटफॉर्म और भाषा से अलग टेक्स्ट का संसाधन, संग्रहीत और प्रसार को समर्थित करता है。

HTML5 में डिफ़ॉल्ट अक्षर एनकोडिंग UTF-8 है।

यदि HTML5 वेब पृष्ठ द्वारा इस्तेमाल की जा रही अक्षर समूह UTF-8 से अलग है, तो इसे <meta> टैग में निर्दिष्ट करना चाहिए, उदाहरण के लिए:

उदाहरण

<meta charset="ISO-8859-1">

Unicode और UTF-8 के बीच का अंतर

Unicode एक अक्षर समूह है। UTF-8 एक एनकोडिंग है।

Unicode एक अद्वितीय दशांश संख्या (कोड प्वाइंट) वाले अक्षर सूची है। A = 65, B = 66, C = 67, ...।

यह दशांश संख्या सूची इस तरह की शब्द "hello": 104 101 108 108 111 को प्रस्तुत करती है

एनकोडिंग ये संख्याओं को द्विपदांक संख्याओं में बदलने के रूप में एक कंप्यूटर में संग्रहीत करने के तरीके है:

UTF-8 एनकोडिंग इस तरह (द्विपदांक) "hello" को संग्रहीत करेगी: 01101000 01100101 01101100 01101100 01101111

एनकोडिंगसंख्या को द्विपदांक में बदलें。अक्षर समूहअक्षर को संख्या में बदलें。

HTML5 UTF-8 अक्षर कोड

नीचे दिया गया सूची HTML5 द्वारा समर्थित कुछ UTF-8 अक्षर कोड है:

अक्षर कोड दशांश अक्षरांक
C0 Controls and Basic Latin 0-127 0000-007F
C1 Controls and Latin-1 Supplement 128-255 0080-00FF
लातीन एक्सटेंडेड-ए 256-383 0100-017F
लातीन एक्सटेंडेड-बी 384-591 0180-024F
स्पेसिंग मॉडिफ़ायर 688-767 02B0-02FF
डायअक्रिटिकल मार्क 768-879 0300-036F
ग्रीक और कॉप्टिक 880-1023 0370-03FF
साइरिलिक बेसिक 1024-1279 0400-04FF
साइरिलिक सप्लीमेंट 1280-1327 0500-052F
सामान्य पुनःविन्यास 8192-8303 2000-206F
मुद्रा संकेत 8352-8399 20A0-20CF
लिटरलाइक संकेत 8448-8527 2100-214F
बाण्डल 8592-8703 2190-21FF
गणितीय ऑपरेटर 8704-8959 2200-22FF
बॉक्स ड्रॉइंग्स 9472-9599 2500-257F
ब्लॉक एलीमेंट 9600-9631 2580-259F
ज्यामितीय रूपाकार 9632-9727 25A0-25FF
विविध संकेत 9728-9983 2600-26FF
Dingbats 9984-10175 2700-27BF