يونی*کد

[momeni]

استاند*ارد يونى*کد *استاند*ارد جهانى* کدگذ*ار*ى* نويسه**هاست* که* بر*ا*ى* *ار*ائه**ى* متون* بر*ا*ى* پرد*ازش* کامپيوتر*ى* به*کار مى*رود. *اين* *استاند*ارد با وير*ايش* دوم* *استاند*ارد بين**المللى* Iso/iec 10646-1:2000 کاملاً سازگار *است* و *همان* نويسه**ها و کد*ها*ى* Iso/iec 10646 ر*ا د*ارد. *استاند*ارد يونى*کد *اطلا*عات* بيشتر*ى* نيز در مورد نويسه**ها و کاربرد*هايشان* فر*ا*هم* کرده* *است*، پس* در و*اقع* *هر پياده*ساز*ى* سازگار با يونى*کد، با Iso/iec 10646 نيز سازگار *است*.

يونى*کد *امکان* کدگذ*ار*ى* *همه**ى* نويسه**ها*ى* مورد *استفاده* در نوشتن* زبان**ها*ى* دنيا ر*ا فر*ا*هم* مى*سازد. *اين* *استاند*ارد *از کدگذ*ار*ى* ۱۶بيتى**ا*ى* *استفاده* مى*کند که* بر*ا*ى* بيش* *از ۰۰۰'۶۵ نويسه* جا فر*ا*هم* مى*کند. *اگر چه* ۰۰۰'۶۵ نويسه* بر*ا*ى* کدگذ*ار*ى* *اکثر نويسه**هايى* که* در زبان**ها*ى* مهم* دنيا *استفاده* مى*شود کافى* *است*، يونى*کد و Iso 10646 شيوه**ى* گسترشى* به*نام* Utf-16 فر*ا*هم* کرده**اند که* *امکان* *اضافه* کردن* حدود يک* ميليون* نويسه**ى* ديگر ر*ا نيز مى*د*هد. *اين* د*امنه* بر*ا*ى* کليه**ى* نويسه**ها*ى* *عالم*، *از جمله* پوشش* کامل* *همه**ى* خط**ها*ى* باستانى* نيز کافى* *است*.

يونى*کد بر*ا*ى* کليه* نويسه**ها*ى* مورد *استفاده* در زبان**ها*ى* *عمده**ى* دنيا کد تعيين* کرده* *است*. به**علت* فر*اخ* بودن* فضا*ى* تخصيص* نويسه*، *اين* *استاند*ارد بسيار*ى* *از نماد*ها*ى* لازم* بر*ا*ى* حروفچينى* با کيفيت* بالا ر*ا نيز در بر گرفته* *است*. *از خط**ها*ى* مورد پشتيبانى* *اين* *استاند*ارد مى*تو*ان* به* لاتين* (در بر گيرنده**ى* *اکثر زبان**ها*ى* *اروپايى*)، سيريليک* (روسى*، صربى*، )، يونانى*، *عربى* (شامل* *عربى*، فارسى*، *اردو، کرد*ى*، )، *عبر*ى*، *هند*ى*، *ارمنى*، *آسور*ى*، چينى*، کاتاکانا و *هير*اگانا (ژ*اپنى*)، و *هانگول* (کره**ا*ى*) *اشاره* کرد. به**علاوه*، تعد*اد زياد*ى* نماد رياضى* و فنى*، *علائم* نقطه*گذ*ار*ى*، پيکان*، و *علامت**ها*ى* متفرقه* در *اين* *استاند*ارد وجود د*ارد. *اين* *استاند*ارد بر*ا*ى* *علامت**ها*ى* ترکيب*شونده* يا *ا*عر*اب**ها نيز کد*هايى* در نظر گرفته* *است* که* *از جمله**ى* *آن**ها *علامت**هايى* چون* *هستند که* در ترکيب* با حروف* پايه*، حروف* تغييرلحن*يافته**ا*ى* چون *ر*ا مى*سازند. *آخرين* نسخه**ى* يونى*کد، در مجمو*ع*، ۱۹۴'۴۹ نويسه* د*ارد. به**علاوه*، ۴۰۰'۶ کد نيز بر*ا*ى* مصرف* خصوصى* در نظر گرفته* شده* *است* که* برنامه*نويسان* مى*تو*انند *از *آن**ها بر*ا*ى* نويسه**ها و نماد*ها*ى* خودشان* *استفاده* کنند.

به*طور کلى*، *اصول* يونى*کد به* شرح* زيرند:

• نويسه**ها*ى* شانزده*بيتى*
• ترتيب* مفهومى* (در مقابل* ديد*ار*ى*)
• کار*ايى*
• يکى*ساز*ى* (*اختصاص* يک* کد به* نويسه**ها*ى* مشترک* در چند زبان* مختلف*)
• نويسه*، نه* شکل* (يک* *ع*، و نه* چهارتا: ﻋ، ﻌ، ﻊ*، ﻉ)
• ترکيب* پويا
• بار معنايى* (حرف* بودن*، مقد*ار *عدد*ى*، ...)
• دنباله**ها*ى* معادل* (*امکان* ذخيره*ساز*ى* يک* متن* به* دو شکل* مختلف* ولى* معادل*)
• متن* ساده* (و نه* مفا*هيمى* مثل* تغيير قلم*، جدول*بند*ى*، و صفحه**آر*ايى*)
• قابليت* تبديل* (*هر متن* موجود در قالب* يک* مجمو*عه*نويسه**ى* سنّتى* بايد بدون* *از بين* رفتن* معنا قابل* تبديل* به* يونى*کد باشد)

يونى*کد شيوه**ا*ى* نيز بر*ا*ى* کدگذ*ار*ى* ۸بيتى* متون* مشخص* کرده* *است* که* نويسه**ها ر*ا پس* *از *ا*عمال* يک* تابع* خاص* به* کدشان*، به*صورت* دنباله**هايى* که* *از يک* تا چهار بايت* د*ارند نگه* مى*د*ارد. *اين* شيوه* که* با نام* Utf-8 شناخته* مى*شود، به* *اين* خاطر که* نويسه**ها*ى* *اسکى* ر*ا *عيناً حفظ* مى*کند و در نتيجه*، *هم* برنامه**ها*ى* قديمى* ر*احت*تر با *آن* کنار مى**آيند و *هم* طول* پرونده**ها*ى* لاتين* ر*ا زياد نمى*کند، بسيار محبوب* *است*. در و*اقع* بسيار*ى* *از سيستم**هايى* که* *اد*عا*ى* پشتيبانى* يونى*کد ر*ا مى*کنند، تنها Utf-8 ر*ا پشتيبانى* مى*کنند و پرونده**ها*ى* يونى*کد*ى*، *ا*عم* *از کاربرد*ها*ى* *اينترنتى* يا مو*ارد *استفاده**ى* محلى*، *عمدتاً در قالب* Utf-8 ذخيره* شده**اند.

در *استاند*ارد يونى*کد، نويسه**ها*ى* فارسى* در بلوک* مربوط* به* خط* *عربى* قر*ار د*ارند. *اين* بلوک* بر*ا*ى* دربرگرفتن* نويسه**ها*ى* زبان**هايى* که* *از خط* *عربى* *استفاده* مى*کنند، مثل* فارسى*، *اردو، پشتو، سند*ى*، و کرد*ى* گسترش* يافته* *است*. *اين* بلوک* نشانه**ها*ى* قر*آنى* *از قبيل* نشانه**ها*ى* سجده* و پايان* *آيه*، و *علائم* وقف* ر*ا نيز در بر د*ارد.

در يونى*کد با وجود يکى*ساز*ى* کد*ها*ى* حروف* مشترک*، بر*ا*ى* حروف* فارسى**ا*ى* که* بار معنايى* يا نمايشى* متفاوت* با حروف* *عربى* د*ارند، نويسه**ها*ى* جد*اگانه* در نظر گرفته* شده* *است*. يعنى* کليه**ى* حروف* خاص* فارسى* (پ*، چ*، ژ، گ*) و نيز ک* و *ى**ى* فارسى* که* با حرف* مشابه* در *عربى* تفاوت* نمايشى* د*ارند، مکان* جد*اگانه**ا*ى* به* خود *اختصاص* د*اده**اند. کليه**ى* *ا*عر*اب**ها*ى* متد*اول* حضور د*ارند و ميان* شکل* فارسى*/*اردو و *عربى* *ارقام* نيز به**علت* شکل* و رفتار متفاوت* تفاوت**هايى* منظور گشته* *است*.

*از طرف* ديگر، *علائم* نقطه*گذ*ار*ى**ا*ى* چون* نقطه* و فاصله* که* شکل* يکسانى* در خط**ها*ى* لاتين* و *عربى* د*ارند، کد يکسان* د*ارند. *علائمى* چون* پر*انتز نيز، بسته* به* جهت* متن*، *آينه**ا*ى* مى*شوند، يعنى* به*طور مثال*، نويسه**ى* 0028 نماينده**ى* پر*انتز باز *است*، و نه* پر*انتز سمت* چپ*. يونى*کد *اتصال* مجاز*ى* و فاصله**ى* مجاز*ى* ر*ا نيز تحت* نام**ها*ى* *اتصال* با *عرض* صفر و بى**اتصالى* با *عرض* صفر به* رسميت* مى*شناسد. به*خاطر سازگار*ى* با *استاند*ارد*ها*ى* موجود در بعضى* *از کشور*ها*ى* *عربى*، Iso 10646 و نتيجتاً يونى*کد بلوک* جد*اگانه**ا*ى* ر*ا نيز به* شکل**ها*ى* مختلف* حروف* *عربى* *اختصاص* د*اده* *است* که* *استفاده* *از *آن**ها شديد*اً منع* شده* *است*. *اين* بلوک* معمولاً فقط* بر*ا*ى* تعيين* جا*ى* شکل**ها*ى* مختلف* حروف* در قلم**ها به*کار مى*رود.

*همچنين* *اين* *استاند*ارد توضيحات* مفصل* و دقيقى* درباره**ى* شيوه**ها*ى* پياده*ساز*ى*، *از جمله* شيوه**ى* متصل*ساز*ى* حروف* و نمايش* متون* ر*است*به*چپ* و دوجهته* د*ارد که* برنامه*نويس* ر*ا *از مر*اجعه* به* ر*ا*هنما*ى* محلى* بى*نياز مى*سازد

[momeni]

در سطح* سيستم**عامل*:

• ويندوز:
ويندوز ۲۰۰۰ ، XP و ويندوز NT نسخه**ى* ۴ کاملاً مبتنى* بر يونى*کد *هستند. در حال* حاضر برنامه**ها*ى* کاربرد*ى* مى*تو*انند با *استفاده* *از ر*ابط**ها*ى* برنامه*نويسى* موجود در *اين* سيستم**عامل**ها، *هر خطى* ر*ا که* سيستم**عامل* پشتيبانى* *آن* ر*ا *اضافه* کرده* باشد (که* در مورد ويندوز ۲۰۰۰، *عربى* ر*ا نيز شامل* مى*شود) نمايش* د*هند، *هرچند به* *هر حال*، پشتيبانى* صحيح* *از يک* زبان*، نياز به* ريزه*کار*ى**ها*ى* بيشتر و در و*اقع* *آگا*هى* *آن* برنامه* *از قو*انين* زبان* مورد نظر د*ارد. ويندوز ۲۰۰۰ کار*ها*ى* پيچيده*تر*ى* *از قبيل* مرتب*ساز*ى* محلى* و نمايش* محلى* تاريخ* ر*ا نيز پشتيبانى* مى*کند که* متاسفانه* در مورد فارسى* *هنوز مغلوط* *است*.

ويندوز*ها*ى* نسخه**ى* ۹۵، ۹۸، و ME در *هسته* مبتنى* بر يونى*کد نيستند، ولى* با نصب* کتاب*خانه**ى* تو*ابعى* به*نام* Uniscribe که* به**همر*اه* بسيار*ى* *از برنامه**ها*ى* مايکروسافت* *از قبيل* Internet Explorer 5 و Office 2000 مى**آيد، برنامه**ها مى*تو*انند با *استفاده* *از تو*ابع* *اين* کتاب*خانه*، متن* مورد نظر خود ر*ا نمايش* د*هند.

• لينکس*:
تنها قسمت**هايى* *از *هسته**ى* لينکس* که* به* نمايش* نويسه**ها مربوط* مى*شوند، مربوط* به* نمايش* د*اده**ها رو*ى* صفحه**ى* متنى* *است* که* گرچه* *هسته**ى* لينکس* نويسه**ها ر*ا در قالب* يونى*کد بر*ا*ى* گرد*اننده**ى* صفحه**ى* نمايش* مى*فرستد ولى* به**علت* کمبود*ها*ى* ذ*اتى* صفحه**ى* متن* PC، *اين* نمايش* به*شکل* بسيار *ابتد*ايى* پشتيبانى* مى*شود. بنابر*اين* *هر برنامه* موظف* *است* خود پشتيبانى* لازم* ر*ا فر*ا*هم* کند.

در مورد محيط* گر*افيکى* لينکس* (X) شر*ايط* فرق* مى*کند. رو*ى* *هر يک* *از گسترش**ها*ى* محبوب* و مورد *استفاده**ى* X، يعنى* Gnome و KDE، پشتيبانى* خوبى* بر*ا*ى* يونى*کد وجود د*ارد که* *از طريق* کتاب*خانه**هايى* چون* پن*گو (Pango) و GTK+ صورت* مى*گيرد. پن*گو تو*ابع* بسيار پيشرفته**ا*ى* در پشتيبانى* *از خطوط* دشو*ار د*ارد و در حال* حاضر نمايش* *آن* نسبت* به* ويندوز مشکلات* کمتر*ى* د*ارد.

در کتاب*خانه**ها*ى* لايه**ها*ى* پايين*تر، به*مدد کتاب*خانه**ها*ى* C گنو، که* کاملاً مطابق* *استاند*ارد*ها*ى* محلى*ساز*ى* ISO *از جمله* *استاند*ارد POSIX طر*احى* شده**اند، *امکان* *اضافه*کردن* پشتيبانى* فارسى* بسيار *آسان* *است* و *آخرين* نسخه**ى* کتاب*خانه**ى* glibc، با کمک* *اطلا*عاتى* که* در پروژه**ى* *استاند*ارد خط* فارسى* تهيه* شده* *است*، مقرر*ات* نمايش* *اطلا*عات* فارسى* ر*ا (به*جز مرتب*ساز*ى*) پشتيبانى* مى*کند.

*از *آنجايى* که* يکى* *از اهداف* *اصلى* *اين* گفتار*، فارسى*ساز*ى* محيط**ها*ى* مبتنى* بر وب* مي*باشد*، به دو مرورگر *اصلى* نيز بايد بپردازيم:

• Internet Explorer:
*اين* مرورگر در نسخه**ى* ۵ و بعد *از *آن*، پشتيبانى* خوبى* *از يونى*کد ۰. ۲ د*ارد، *هر چند در مورد فارسى* يک* *اير*اد *عمده* د*ارد: *اين* مرورگر حرف* *ى* فارسى* ر*ا با *اشکال* نشان* مى*د*هد، بدين* معنى* که* شکل**ها*ى* *اول* و وسط* *آن* ر*ا به* شکل* تنها نمايش* مى*د*هد. *اين* مشکل* در و*اقع* *اشکال* قلم**هايى* *است* که* به**همر*اه* *اين* مرورگر *عرضه* مى*شوند.

• Netscape:
نسخه**ى* ۴ *اين* مرورگر *اگرچه* نمايش* يونى*کد ر*ا در حد*اقل* پشتيبانى* مى*کند، *اما در نمايش* متون* چندزبانه* در يک* صفحه* مشکل* د*ارد. *اين* مشکل* پس* *از بازنويسى* موتور *اين* مرورگر در نسخه**ى* ۶ (با نام* رمز*ى* Mozilla) و بنا کردن* *آن* بر يونى*کد حل* شد، منتها به**علت* کامل* نشدن* پشتيبانى* زبان**ها*ى* ر*است*به*چپ*، نسخه**ى* ۰. ۶ *اين* مرورگر بدون* پشتيبانى* *عربى* و *عبر*ى* توزيع* شد. در حال* حاضر فعاليت* رو*ى* *اين* خط**ها *اد*امه* د*ارد.

*همچنين* بسيار*ى* *از محيط*ها و برنامه**ها*ى* ديگر، *از قبيل* Office مايکروسافت* و پايگاه**ها*ى* د*اده**ا*ى* mySQL ، Oracle، و SQL Server مايکروسافت* يونيکد را پشتيبانی مي*کنند. جهت اطلاع بيشتر از اين نوع برنامه به آدرس Unicode Enabled Products مراجعه نمائيد.

[momeni]

بسيار*ى* *از تکنولوژ*ى**ها*ى* سطح* بالاتر، يونى*کد ر*ا به**عنو*ان* مجمو*عه*نويسه**ى* معيار خود توصيه* کرده**اند. جد*ا *از يکى* *از *استاند*ارد*ها*ى* RFC متعلق* به* گروه* ضربت* مهندسى* *اينترنت* (IETF) که* بر*ا*ى* کليه**ى* برنامه**ها*ى* *اينترنتى**ا*ى* که* پس* *از *اول* ژ*انويه**ى* ۱۹۹۹ منتشر مى*شوند پشتيبانى* UTF-8 ر*ا *اجبار*ى* مى*د*اند، *استاند*ارد*ها*ى* زير بررسى* شده**اند:

HTML:
نسخه**ى* ۰۱. ۴ *اين* *استاند*ارد که* *استاند*ارد تبادل* *اطلا*عات* در محيط**ها*ى* *ابرمتنى* *است* و توسط* کنسرسيوم* W3 پيشنهاد شده**است*، *ايزو ۱۰۶۴۶ و يونى*کد ر*ا به**عنو*ان* مجمو*عه*نويسه**ى* مرجع* خود معرفى* مى*کند. بدين* معنى* که* *هرگاه* نويسه**ا*ى* به*جا*ى* کد با شماره**ى* نويسه* معرفى* شود، *آن* شماره*، شماره**ى* نويسه* در يونى*کد محسوب* مى*شود، *هرچند مجمو*عه*نويسه**ى* مورد *استفاده* در نوشتار مورد بحث*، چيز ديگر*ى* باشد. منتها، بر*ا*ى* سازگار ماندن* با نسخه**ها*ى* قبلى* HTML، در صورتى* که* *هيچ* مجمو*عه*نويسه**ا*ى* به**عنو*ان* پيشفرض* مشخص* نشود، مجمو*عه*نويسه**ى* ISO 8859-1 که* مورد *استفاده* در *اروپا*ى* *غربى* *است* فرض* مى*شود. HTML بخش* مفصلى* ر*ا نيز به* رفتار مورد *انتظار در متن**ها*ى* چندزبانه* يا دوجهته* *اختصاص* د*اده* *است*.

XML:
نسخه**ى* ۰. ۱ *اين* *استاند*ارد که* مقبوليت* بسيار زياد*ى* يافته* *است*، *از بين* چندصد مجمو*عه*نويسه**ى* مورد *استفاده* در جهان*، فقط* پشتيبانى* يونى*کد ر*ا (UTF-8 و UTF-16) *اجبار*ى* مى*د*اند. کاربر مى*تو*اند *از مجمو*عه*نويسه**ها*ى* ديگر نيز *استفاده* کند، ولى* برنامه**ها بايد بر*ا*ى* *استفاده**ى* د*اخلى* پرونده* ر*ا به* يونى*کد تبديل* کنند. *از *آن*جا که* *اين* *استاند*ارد در و*اقع* يک* متازبان* *است* و بيش*تر معنايى* *است* تا نمايشى*، *هيچ* معنا*ى* خاصى* بر*ا*ى* متن* مشخص* نمى*کند و نتيجتاً شيوه**ها*ى* نمايش* ر*ا به* لايه**ها*ى* بالاتر و*اگذ*ار کرده* *است*. *هر چند، در توصيه*نامه**ا*ى* که* *اخير*اً به*طور مشترک* توسط* کنسرسيوم* يونى*کد و کنسرسيوم* W3 نوشته* شده* *است*، شيوه**ى* دقيق* *استفاده* *از يونى*کد در زبان**ها*ى* نشان*گذ*ار*ى* مشخص* شده* *است*.

*استاند*ارد XHTML نسخه**ى* ۰. ۱ نيز که* به*نو*عى* HTML ر*ا در قالب* XML قر*ار مى*د*هد، *استفاده* *از يونى*کد ر*ا *اکيد*اً توصيه* مى*کند.

*همين* طور *استاند*ارد WML که* *استاند*ارد تبادل* *اطلا*عات* در محيط**ها*ى* بيسيم* *است*، يونى*کد ر*ا به**عنو*ان* مجمو*عه*نويسه**ى* مرجع* مى*شناسد، *هرچند تلفن**ها*ى* *همر*اه* *امروز*ى* *هنوز تو*انايى**ها*ى* لازم* ر*ا بر*ا*ى* پشتيبانى* بسيار*ى* *از قسمت**ها*ى* يونى*کد ند*ارند.

OpenType:
که* *استاند*ارد*ى* بر*ا*ى* قلم**هاست* و تعميم* TrueType محسوب* مى*شود، توسط* شرکت**ها*ى* مايکروسافت*، *اپل*، و *ادبى* طر*احى* شده* *است*. *اين* *استاند*ارد که* به*طور جد*ى* توسط* طر*احان* قلم* پشتيبانى* مى*شود، کاملاً مبتنى* بر يونى*کد *است* و ظر*ائف* حروف*چينى* ر*ا با حفظ* سازگار*ى* با يونى*کد پشتيبانى* مى*کند. در قلم**هايى* که* *از *اين* *استاند*ارد پيرو*ى* مى*کنند، با وجود *اين* که* شکل**ها مجازند در *هر محلى* که* مى*خو*ا*هند بيايند، جد*اولى* وجود د*ارد که* نويسه**ها ر*ا به* *اشکال* تبديل* مى*کند.

Java و JavaScript:
*اين* دو زبان*، با وجود تفاوت**هايشان*، به**علت* نزديک* بودن* شرکت**هايى* که* *آن**ها ر*ا طر*احى* کرده**اند، يعنى* سان* و نت*سْکيپ*، *از *ايده**ها*ى* مشابهى* در سطح* نحو زبان* پيرو*ى* مى*کنند. در *هردو*ى* *اين* زبان**ها، نويسه**ها و رشته**ها در قالب* يونى*کد نگه*د*ار*ى* و پرد*ازش* مى*شوند و در صورتى* که* بستر*ى* که* برنامه**ها در *آن* *اجر*ا مى*شوند تو*انايى* نمايش* نويسه**ها*ى* يونى*کد*ى* ر*ا د*اشته* باشند، مشکلى* بر*ا*ى* نمايش* وجود نخو*ا*هد د*اشت*.

تقريباً *هر تکنولوژ*ى* *امروز*ى**ا*ى* که* مسائل* بين**المللى*ساز*ى* ر*ا در نظر گرفته* *است*، به*سمت* يونى*کد رفته* *است* يا مى*رود. *اين* فهرست* بزرگتر *از *آن* *است* که* در *اينجا ذکر شده است.*