HTML Unicode (UTF-8) مراجع دستاویز

Unicode یونین

Unicode یونین نے Unicode معیار تیار کیا ہے، ان کا مقصد اس کے معیاری Unicode تبدیل فورمات (UTF) کو موجودہ کلمات کا حامل کلمات کا حامل تبدیل کرنا ہے

Unicode معیار کامیابی سے حاصل کیا ہے، اور HTML، XML، Java، JavaScript، ای میل، ASP، PHP وغیرہ کے ذریعہ عمل میں لایا گیا ہے۔ کئی آپریٹنگ سسٹم اور تمام جدید بروزر میں Unicode معیار کا پشتیبندگی کیا جاتا ہے

Unicode یونین اور لیڈنگ اسٹینڈرڈ ڈیولپمنٹ آرگنائزیشن (مثلاً ISO، W3C اور ECMA) کے ساتھ تعاون کر رہی ہے

Unicode کلمات

Unicode مختلف کلمات کا ذریعہ مختلف کلمات کا ذریعہ بن سکتا ہے، سب سے زیادہ استعمال شدہ کد UTF-8 اور UTF-16 ہیں:

ਅੱਖਰ ਪਰਿਵਾਰ موضح کریں
UTF-8

UTF8 میں کلموں کی لمبائی 1 سے 4 بائیٹس تک ہو سکتی ہے

UTF-8 کسی بھی Unicode معیار میں کلموں کو ظاہر کر سکتا ہے

UTF-8 بائی ASCII کی وارثیتی کی حامل ہے۔ UTF-8 ای میل اور ویب پینج کا ترجیحی کد ہے
UTF-16

16 ਬਿਟ Unicode ਟਰਾਂਸਫਾਰਮਰ ਫਾਰਮੈਟ ਇੱਕ ਵਿਵਸਥਿਤ ਲੰਬਾਈ ਦਾ Unicode ਚਿੰਨ੍ਹ ਕੋਡਿੰਗ ਹੈ ਜੋ ਸਮੁੱਚੇ Unicode ਰਿਪੋਜ਼ੀਟਰੀ ਨੂੰ ਕੋਡ ਕਰ ਸਕਦਾ ਹੈ。

UTF-16 ਮੁੱਖ ਆਪਲੀਕੇਸ਼ਨ ਪ੍ਰੋਸੈਸਿੰਗ ਅਤੇ ਵਾਤਾਵਰਣਾਂ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ ਜਿਵੇਂ ਕਿ Microsoft Windows、Java ਅਤੇ .NET。

ਟਿੱਪਣੀ:Unicode ਦੇ ਪਹਿਲੇ 128 ਅੱਖਰ (ASCII ਨਾਲ ਇੱਕ-ਇੱਕ ਅਨੁਰੂਪ) ਇੱਕ ਸਿੱਧੇ ਆਟੋਕੇਡ ਬਾਈਟ ਕੋਡਿੰਗ ਵਿੱਚ ਕੋਡ ਕੀਤੇ ਜਾਂਦੇ ਹਨ، ਇਹ ਆਟੋਕੇਡ ਬਾਈਟ ਇੱਕ ਅਜਿਹੇ ਬਾਇਨਰੀ ਕੀਮਤ ਨੂੰ ਰੱਖਦੇ ਹਨ ਜੋ ASCII ਦੇ ਬਾਇਨਰੀ ਕੀਮਤ ਨਾਲ ਸਮਾਨ ਹਨ ਜਿਸ ਨਾਲ ਸ਼ਾਨਦਾਰ ASCII ਟੈਕਸਟ ਵੀ ਇੱਕ ਸ਼ਾਨਦਾਰ UTF-8 ਕੋਡਿੰਗ ਬਣਦਾ ਹੈ。

ਸੁਝਾਅ:HTML 4 UTF-8 ਨੂੰ ਸਮਰਥਿਤ ਕਰਦਾ ਹੈ। HTML 5 UTF-8 ਅਤੇ UTF-16 ਨੂੰ ਸਮਰਥਿਤ ਕਰਦਾ ਹੈ！

HTML5 ਸਟੈਂਡਰਡ: Unicode UTF-8

ਕਿਉਂਕਿ ISO-8859 ਵਿੱਚ ਅੱਖਰ ਪਰਿਵਾਰ ਦਾ ਅਕਾਰ ਸੀਮਤ ਹੈ ਅਤੇ ਬਹੁਭਾ਷ਾ ਵਾਲੇ ਵਾਤਾਵਰਣ ਨਾਲ ਸਮਾਨਤਾ ਨਹੀਂ ਹੈ ਤਾਂ Unicode ਐਸੋਸੀਏਸ਼ਨ ਨੇ Unicode ਸਟੈਂਡਰਡ ਵਿਕਸਿਤ ਕੀਤਾ ਹੈ。

Unicode ਸਟੈਂਡਰਡ (ਲਗਭਗ) ਦੁਨੀਆ ਦੇ ਸਾਰੇ ਅੱਖਰਾਂ، ਟਾਇਪੋਗ੍ਰਾਫਿਕ ਅੱਖਰਾਂ ਅਤੇ ਚਿੰਨ੍ਹਾਂ ਨੂੰ ਕਵਰ ਕਰਦਾ ਹੈ。

Unicode ਪਲੇਟਫਾਰਮ ਅਤੇ ਭਾਸ਼ਾ ਤੋਂ ਅਲੱਗ ਤੇਲਸਤੀ ਟੈਕਸਟ ਪ੍ਰੋਸੈਸਿੰਗ, ਸਟੋਰੇਜ ਅਤੇ ਟ੍ਰਾਂਸਮਿਸ਼ਨ ਸਮਰਥਿਤ ਕਰਦਾ ਹੈ。

HTML5 ਵਿੱਚ ਮੂਲਤਬੀ ਅੱਖਰ ਕੋਡਿੰਗ UTF-8 ਹੈ。

ਜੇਕਰ HTML5 ਵੈੱਬਸਾਈਟ ਦਾ ਅੱਖਰ ਪਰਿਵਾਰ UTF-8 ਨਾਲ ਨਹੀਂ ਹੈ ਤਾਂ <meta> ਟੈਗ ਵਿੱਚ ਉਸ ਅੱਖਰ ਪਰਿਵਾਰ ਨੂੰ ਸੂਚਿਤ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ，ਉਦਾਹਰਣ ਵਜੋਂ:

ਉਦਾਹਰਣ

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

Unicode ਅਤੇ UTF-8 ਦਰਮਿਆਨ ਅੰਤਰ

Unicode ਇੱਕ ਅੱਖਰ ਪਰਿਵਾਰ ਹੈ। UTF-8 ਇੱਕ ਕੋਡਿੰਗ ਹੈ。

Unicode ਇੱਕ ਅਨੂਠੀ ਦਸਮਾਂਸਕ ਸੂਚੀ (ਕੋਡ ਪੁਆਇੰਟ) ਦੇ ਅੱਖਰ ਹੈ। A = 65،B = 66،C = 67،...。

ਇਹ ਦਸਮਾਂਸਕ ਸੂਚੀ ਆਪਣੇ ਲਈ "hello" ਚਿੰਨ੍ਹਾਂ ਦੀ ਪ੍ਰਤੀਨਿਧਤਾ ਕਰਦੀ ਹੈ: 104 101 108 108 111

ਕੋਡਿੰਗ ਇਹ ਸੰਖਿਆ ਨੂੰ ਬਾਇਨਰੀ ਸੰਖਿਆ ਵਿੱਚ ਬਦਲ ਕੇ ਕੰਪਿਊਟਰ ਵਿੱਚ ਸਟੋਰੇਜ ਕਰਨ ਦਾ ਤਰੀਕਾ ਹੈ:

UTF-8 ਕੋਡਿੰਗ ਇਸ ਤਰ੍ਹਾਂ (ਬਾਇਨਰੀ) "hello" ਦੀ ਸਟੋਰੇਜ ਕਰੇਗਾ: 01101000 01100101 01101100 01101100 01101111

ਕੋਡਿੰਗਸੰਖਿਆ ਨੂੰ ਬਾਇਨਰੀ ਵਿੱਚ ਬਦਲੋ。ਅੱਖਰ ਪਰਿਵਾਰਅੱਖਰ ਨੂੰ ਸੰਖਿਆ ਵਿੱਚ ਬਦਲੋ。

HTML5 UTF-8 ਅੱਖਰ ਕੋਡ

ਹੇਠ ਦੇ ਸ਼ੂਟਲਿਸਟ ਵਿੱਚ HTML5 ਦੁਆਰਾ ਸਮਰਥਿਤ ਕੁਝ UTF-8 ਅੱਖਰ ਕੋਡ ਦੀ ਸੂਚੀ ਹੈ:

ਅੱਖਰ ਕੋਡ ਦਸਮਾਂਸਕ ਦਸਹਰਾ
C0 Controls and Basic Latin 0-127 0000-007F
C1 Controls and Latin-1 Supplement 128-255 0080-00FF
Latin Extended-A 256-383 0100-017F
Latin Extended-B 384-591 0180-024F
Spacing Modifiers 688-767 02B0-02FF
Diacritical Marks 768-879 0300-036F
Greek and Coptic 880-1023 0370-03FF
Cyrillic Basic 1024-1279 0400-04FF
Cyrillic Supplement 1280-1327 0500-052F
General Punctuation 8192-8303 2000-206F
Currency Symbols 8352-8399 20A0-20CF
Letterlike Symbols 8448-8527 2100-214F
Arrows 8592-8703 2190-21FF
Mathematical Operators 8704-8959 2200-22FF
Box Drawings 9472-9599 2500-257F
Block Elements 9600-9631 2580-259F
Geometric Shapes 9632-9727 25A0-25FF
Miscellaneous Symbols 9728-9983 2600-26FF
Dingbats 9984-10175 2700-27BF