HTML Unicode (UTF-8) रेफरेंस मैनुअल

यूनिकोड फेडरेशन

यूनिकोड फेडरेशन ने Unicode मानक विकसित किया है। उनका लक्ष्य उनके मानक यूनिकोड ट्रांसफॉर्म फॉर्मेट (UTF) के माध्यम से मौजूदा अक्षरसंग्रह को प्रतिस्थापित करना है。

यूनिकोड मानक सफल हो गया है और HTML, XML, Java, JavaScript, ई-मेल, ASP, PHP आदि के माध्यम से लागू हो रहा 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 करता है。

यूनिकोड अक्षरसंग्रह

यूनिकोड को विभिन्न अक्षरसंग्रह के माध्यम से अभिव्यक्त किया जा सकता है। सबसे अधिक उपयोग किये जाने वाले कोडिंग UTF-8 और UTF-16 हैं:

अक्षरसमूह व्याख्या
UTF-8

UTF8 के अक्षर की लंबाई 1 से 4 बाइट हो सकती है。

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

UTF-8 एक्सीसी के साथ पीछे की अनुकूलता है। UTF-8 ई-मेल और वेब पृष्ठों के लिए अधिकारिक कोडिंग है

UTF-16

16 बिट Unicode ट्रांसफॉर्मफॉर्मेट Unicode का बदली लंबाई चार्ज कोडिंग है, जो पूरे Unicode रिपोजिटारी को कोड करने में सक्षम है।

UTF-16 प्रमुख ऑपरेटिंग सिस्टम और इनवायरनमें इस्तेमाल किया जाता है, जैसे Microsoft Windows, Java और .NET。

टिप्पणी:Unicode के पहले 128 अक्षर (ASCII से समान) एकल आठ-बाइट कोडिंग के लिए इस्तेमाल करते हैं, ये आठ-बाइटों के द्विपदांश के मान से एक-साथ ASCII के समान हैं, इसलिए प्रभावी ASCII टेक्स्ट भी वैध UTF-8 कोडिंग 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 अक्षरसमूह का आकार सीमित है और बहुभाषी पर्यावरण से समर्थन नहीं करता, इसलिए Unicode एसोसिएशन ने Unicode मानक विकसित किया।

Unicode मानक (लगभग) दुनिया के सभी अक्षर, चिह्न और सूचक को कवर करता है。

Unicode स्वतंत्र व्यवस्था और भाषा से अलग रूप से टेक्स्ट का एडिट, संग्रहीत और प्रेषण को समर्थित करता है。

HTML5 में डिफ़ॉल्ट अक्षर कोडिंग UTF-8 है。

यदि HTML5 वेब पृष्ठ द्वारा इस्तेमाल किया जाने वाला अक्षरसमूह UTF-8 से अलग है, तो <meta> टैग में इस अक्षरसमूह को निर्दिष्ट करना चाहिए, उदाहरण के लिए:

उदाहरण

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

Unicode और UTF-8 के बीच का फर्क

Unicode एक अक्षरसमूह है। UTF-8 एक कोडिंग है।

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

यह दशमलव संख्या सूची आखिरी शब्द "hello": 104 101 108 108 111 को प्रस्तुत करती है

कोडिंग ये संख्या को द्विपदांश में परिवर्तित करके कंप्यूटर में संग्रहीत करने का तरीका है:

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

कोडिंगसंख्या को द्विपदांश में परिवर्तित करें。अक्षरसमूहअक्षर को संख्या में परिवर्तित करें。

HTML5 UTF-8 अक्षर कोड

नीचे दी तालिका HTML5 द्वारा समर्थित कुछ UTF-8 अक्षर कोड की सूची है:

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