ค้นหาบทความที่นี่

บทความทั้งหมด

[Tips] Unicode

6 ปีที่ผ่านมา

โดย เจ้าของร้าน

จากตอนที่แล้ว เรารู้จักกับ ASCII กันไปแล้ว ทีนี้ปัญหามันอยู่ที่ ASCII นั้นมันมีขนาดแค่ 1 บิต นั่นก็แค่ 8 ไบต์ เรียงเลขฐานสอง 0000 0000 ถึง 1111 1111 ก็มีแค่ 256 อักขระ ความโกลาหลเกิดคือหากเราใช้งาน ASCII ขึ้นมา โดยเฉพาะ Extened ASCII นั้น หากเราอยากได้อักขระ "¢" ที่มีรหัส ASCII คือ 189 เราลองมากดที่คอมพิวเตอร์เราด้วยการใช้รหัส ASCII คือกดคีย์บอร์ด alt+189 ตามรหัส แทนที่จะได้ "¢" เรากลับได้ "ฝ" มาแทน เพราะคอมพิวเตอร์เราเป็นคอมฯในประเทศไทย ซึ่งหากไปเปิดที่ญี่ปุ่นหรือจีนก็จะเปลี่ยนเป็นภาษาของประเทศนั้น ๆ อีก จึงเกิดสิ่งที่เรียกว่า Unicode
Unicode (ยูนิโค้ด) คือรหัสที่ใช้แทนอักขระต่าง ๆ เช่นเดียวกับ ASCII เพียงแต่ Unicode นั้นจะมีขนาดข้อมูล 2 บิต (ในตอนเริ่มต้น) จึงสามารถเก็บข้อมูลได้เยอะมาก จาก ASCII ที่มีเพียง 1 ไบต์ = 8 บิต 0000 0000 ถึง 1111 1111 หรือฐานสิบหกคือ 00 ถึง FF แต่พอมาเป็น Unicode ที่มี 2 ไบต์ = 16 บิต คือ 0000 0000 0000 0000 ถึง 1111 1111 1111 1111 หรือฐานสิบหกคือ 0000 ถึง FFFF (ต่อไปนี้จะพูดแต่เลขฐานสิบหกนะครับ ฐานสองเลขเยอะตาลาย) ทำให้จาก FF มีแค่ 256 ค่า มาเป็น FFFF มีค่าได้ถึง 65,536 ค่า นั่นคือรหัสชุดแรกที่ออกในปี ค.ศ.1991 แต่ในปัจจุบันมีการเพิ่มเติมเข้าไปอีกเป็น Plane เรียกว่า Supplementary โดยแบ่งเป็นกลุ่ม ๆ กลุ่มละ 2^16 = 65,536 ค่า เช่น Plane1 มีรหัส 10000–1FFFF, Plane2 มีรหัส 20000–2FFFF ... ไปเรื่อย ๆ จนถึง Plane16 จะมีรหัสเป็น 100000-10FFFF รวมแล้วจะมี 17 Plane (Supplementary Plane1-Plane16 รวมกับกลุ่มเริ่มต้นรหัส 0000-FFFF ที่เรียกว่า Plane0) คิดเลขเล่น ๆ หากครบทั้ง 17 Plane จะมีรหัสที่ใช้แทนอักขระ 1,114,112 ตัว อีกหนึ่งคุณสมบัติของ Unicode คือสามารถแสดงได้ไม่เกี่ยงแฟลตฟอร์ม ไม่เกี่ยงโปรแกรม ไม่เกี่ยงอุปกรณ์ ไม่ว่าจะ Windows หรือ Linux, Photoshop หรือ MS Word, เปิดบนคอมฯ บนมือถือจีน หรือบน iPad รหัส Unicode ก็แสดงอักขระออกมาไม่ผิดเพี้ยนแน่นอน
ในปัจจุบัน(ณ วันที่เขียน ตุลาคม พ.ศ.2562) มีการกำหนด Unicode version 12.1 ซึ่งมีรหัสออกมาแล้ว 137,994 รหัส แบ่งเป็นอยู่ใน Plane0 55,445 รหัส อยู่ใน Plane1 21,353 รหัส อยู่ใน Plane2 60,859 รหัส และอยู่ใน Plane14 337 รหัส จะเห็นได้ว่าการกำหนดรหัส Unicode นั้นจะไม่ออกต่อกันไปเรื่อย ๆ จนครบ 65,536 แล้วจึงไปขึ้น Plane ใหม่ แต่จะมีการจัดเป็นหมวดหมู่ภาษาต่าง ๆ และเกิดช่องว่างในบางรหัสจะไม่ได้ใช้งาน ตัวอย่างตามรูปด้านล่างนี้เป็นรหัสสำหรับภาษาไทยก็มีบางรหัสที่ถูกข้ามและมีสำรองเอาไว้ โดยการกำหนดรหัสนี้จะมี Unicode Consortium เป็นผู้ออกแบบและกำหนดมาตรฐานของ Unicode ออกมา

จากที่มีรหัสมากมายตามที่ได้อ่านไป ทำให้ Unicode มีข้อดีที่อักขระแต่ละตัวก็มีรหัสประจำเลย เช่น ตัว "ฟ" ในภาษาไทย มีรหัส U+0E1F หากเข้ารหัสนี้แล้วไม่ว่าจะเอาไฟล์ไปเปิดในเครื่องภาษาจีน ภาษาแอฟริกา ภาษานอร์เวย์ มันก็ยังแสดงผลเป็น "ฟ" อยู่เหมือนเดิม หรือ "ໜ" ในภาษาลาวจะไปเปิดที่ไหนก็จะเป็นตัวนี้อยู่เหมือนเดิม เพราะรหัส U+0EDC นั่นเอง
และสุดท้าย ด้วยจำนวนที่มีมากมายขนาดนี้ ผู้เขียนขอยอมแพ้ครับ โยนภาระให้ผู้อ่าน ท่านใดอยากรู้รหัส Unicode ทุกตัว ทุกภาษาบนโลกนี้(ผู้เขียนว่าหากเจอมนุษย์ต่างดาว ก็ต้องใส่ภาษาต่างดาวไว้ใน Unicode แน่นอน) สามารถเข้าไปดูได้ที่ unicode-table โดยสามารถเลือกภาษาต่าง ๆ คลิกที่ตัวอักษรที่อยากได้ ก็จะมีรหัส Unicode ขึ้นมาเลยครับ

tips, unicode, รหัส unicode, รหัสยูนิโค้ด, ยูนิโค้ด