Unicode
Unicode，全称为Unicode标准（The Unicode Standard），其官方机构Unicode联盟所用的中文名称为统一码[1]，又译作万国码、统一字符码、统一字符编码[2]，是信息技术领域的业界标准，其整理、编码了世界上大部分的文字系统，使得电脑能以通用划一的字符集来处理和显示文字，不但减轻在不同编码系统间切换和转换的困扰，更提供了一种跨平台的乱码问题解决方案。Unicode由非营利机构Unicode联盟（Unicode Consortium）负责维护，该机构致力让Unicode标准取代既有的字符编码方案，因为既有方案编码空间有限，亦不适用于多语环境。
Unicode伴随着通用字符集ISO/IEC 10646的标准而发展，同时也以书本的形式[3]对外发表。Unicode至今仍在不断增修，每个新版本都加入更多新的字符。目前最新的版本为2022年9月公布的15.0.0[4]，已经收录超过14万个字符（第十万个字符在2005年获采纳）。Unicode标准不仅仅只是为文字指定代码。除了涵盖视觉上的字形、编码方法、标准的字符编码资料外，联盟官方出版品还包含了关于各书写系统的细节及呈现方式，如规范化的准则、拆分、测序、绘制、双向文本显示、书写方向、字符特性（如大小写字母）等等。此外还提供参考资料和视觉图像，以帮助开发者和设计师正确应用标准。
Unicode备受认可，为ISO纳入国际标准，成为通用字符集，即 ISO/IEC 10646。Unicode兼容ISO/IEC 10646，能完整对应各个版本标准[5][6]。Unicode广泛应用于电脑软件的国际化与本地化过程。很多新科技，如可扩展置标语言（Extensible Markup Language，简称：XML）、Java编程语言以及现代操作系统，都采用Unicode来编码。Unicode最普遍的编码格式是和ASCII兼容的UTF-8，以及和UCS-2兼容的UTF-16。
起源与发展
Unicode为解决传统字符编码方案的局限而产生，例如ISO 8859-1所定义的字符虽然在不同的国家中广泛地使用，可是在不同国家间却经常出现不兼容的情况。很多传统的编码方式都有共同的问题，即容许电脑处理双语环境（通常使用拉丁字母以及其本地语言），但却无法同时支持多语言环境（指可同时处理多种语言混合的情况）。
Unicode编码包含了不同写法的字，如“ɑ／a”、“強／强”、“戶／户／戸”。然而在汉字方面引起了一字多形的认定争议，详见中日韩统一表意文字。
在文字处理方面，统一码为每一个字符而非字形定义唯一的代码（即一个整数）。换句话说，统一码以一种抽象的方式（即数字）来处理字符，并将视觉上的演绎工作（例如字体大小、外观形状、字体形态、文体等）留给其他软件来处理，例如网页浏览器或是文字处理器。
目前，几乎所有电脑系统都支持基本拉丁字母，并各自支持不同的其他编码方式。Unicode为了和它们相互兼容，其首256个字符保留给ISO 8859-1所定义的字符，使既有的西欧语系文字的转换不需特别考量；并且把大量相同的字符重复编到不同的字符码中去，使得旧有纷杂的编码方式得以和Unicode编码间互相直接转换，而不会丢失任何信息。举例来说，全角格式区段包含了主要的拉丁字母的全角格式，在中文、日文、以及韩文字形当中，这些字符以全角的方式来呈现，而不以常见的半角形式显示，这对竖排文字和等宽排列文字有重要作用。
在表示一个Unicode的字符时，通常会用“U+”然后紧接着一组十六进制的数字来表示这一个字符。在基本多文种平面里的所有字符，要用四个数字（即2字节，共16位，例如U+4AE0，共支持六万多个字符）；在零号平面以外的字符则需要使用五或六个数字。旧版的Unicode标准使用相近的标记方法，但却有些微小差异：在Unicode 3.0里使用“U-”然后紧接着八个数字，而“U+”则必须随后紧接着四个数字。
编码范围
文字范围
0000-007F：C0控制符及基本拉丁文（C0 Control and Basic Latin）
0080-00FF：C1控制符及拉丁文补充-1（C1 Control and Latin 1 Supplement）
0100-017F：拉丁文扩展-A（Latin Extended-A）
0180-024F：拉丁文扩展-B（Latin Extended-B）
0250-02AF：国际音标扩展（IPA Extensions）
02B0-02FF：空白修饰字母（Spacing Modifiers）
0300-036F：结合用读音符号（Combining Diacritics Marks）
0370-03FF：希腊文及科普特文（Greek and Coptic）
0400-04FF：西里尔字母（Cyrillic）
0500-052F：西里尔字母补充（Cyrillic Supplement）
0530-058F：亚美尼亚语（Armenian）
0590-05FF：希伯来文（Hebrew）
0600-06FF：阿拉伯文（Arabic）
0700-074F：叙利亚文（Syriac）
0750-077F：阿拉伯文补充（Arabic Supplement）
0780-07BF：马尔代夫语（Thaana）
07C0-077F：西非书面语言（N'Ko）
0800-085F：阿维斯塔语及巴列维语（Avestan and Pahlavi）
0860-087F：曼达安语（Mandaic）
0880-08AF：撒马利亚语（Samaritan）
0900-097F：天城文书（Devanagari）
0980-09FF：孟加拉语（Bengali）
0A00-0A7F：古木基文（Gurmukhi）
0A80-0AFF：古吉拉特文（Gujarati）
0B00-0B7F：奥里亚文（Oriya）
0B80-0BFF：泰米尔文（Tamil）
0C00-0C7F：泰卢固文（Telugu）
0C80-0CFF：卡纳达文（Kannada）
0D00-0D7F：马拉雅拉姆语（Malayalam）
D80-0DFF：僧伽罗语（Sinhala）
0E00-0E7F：泰文（Thai）
0E80-0EFF：老挝文（Lao）
0F00-0FFF：藏文（Tibetan）
1000-109F：缅甸语（Myanmar）
10A0-10FF：格鲁吉亚语（Georgian）
1100-11FF：朝鲜文字母（Hangul Jamo）
1200-137F：埃塞俄比亚语（Ethiopic）
1380-139F：埃塞俄比亚语补充（Ethiopic Supplement）
13A0-13FF：切罗基语（Cherokee）
1400-167F：统一加拿大土著语音节（Unified Canadian Aboriginal Syllabics）
1680-169F：欧甘字母（Ogham）
16A0-16FF：如尼文（Runic）
1700-171F：塔加洛语 （Tagalog）
1720-173F：哈努诺文（Hanunóo）
1740-175F：布锡文（Buhid）
1760-177F：塔格巴努亚文（Tagbanwa）
1780-17FF：高棉语（Khmer）
1800-18AF：蒙古文（Mongolian）
18B0-18FF：鞑靼语（Cham）
1900-194F：林布文（Limbu）
1950-197F：德宏傣语（Tai Le）
1980-19DF：新傣仂语（New Tai Lue）
19E0-19FF：高棉语记号（Khmer Symbols）
1A00-1A1F：布吉文（Buginese）
1A20-1A5F：巴塔克文（Batak）
1A80-1AEF：兰纳文（Lanna/Tai Tham）
1B00-1B7F：巴厘语（Balinese）
1B80-1BB0：巽他语（Sundanese）
1BC0-1BFF：救世苗文（Pahawh Hmong）
1C00-1C4F：雷布查语（Lepcha）
1C50-1C7F：奥尔其基语字母（Ol Chiki）
1C80-1CDF：曼尼普尔语（Meithei/Manipuri）
1D00-1D7F：语音学扩展（Phonetic Extensions）
1D80-1DBF：语音学扩展补充（Phonetic Extensions Supplement）
1DC0-1DFF：结合用读音符号补充（Combining Diacritics Marks Supplement）
1E00-1EFF：拉丁文扩充附加（Latin Extended Additional）
1F00-1FFF：希腊语扩充（Greek Extended）
2000-206F：常用标点（General Punctuation）
2070-209F：上标及下标（Superscripts and Subscripts）
20A0-20CF：货币符号（Currency Symbols）
20D0-20FF：组合用记号（Combining Diacritics Marks for Symbols）
2100-214F：字母式符号（Letterlike Symbols）
2150-218F：数字形式（Number Form）
2190-21FF：箭头（Arrows）
2200-22FF：数学运算符（Mathematical Operator）
2300-23FF：杂项工业符号（Miscellaneous Technical）
2400-243F：控制图片（Control Pictures）
2440-245F：光学识别符（Optical Character Recognition）
2460-24FF：封闭式字母数字（Enclosed Alphanumerics）
2500-257F：制表符（Box Drawing）
2580-259F：方块元素（Block Element）
25A0-25FF：几何图形（Geometric Shapes）
2600-26FF：杂项符号（Miscellaneous Symbols）
2700-27BF：印刷符号（Dingbats）
27C0-27EF：杂项数学符号-A（Miscellaneous Mathematical Symbols-A）
27F0-27FF：追加箭头-A（Supplemental Arrows-A）
2800-28FF：盲文点字模型（Braille Patterns）
2900-297F：追加箭头-B（Supplemental Arrows-B）
2980-29FF：杂项数学符号-B（Miscellaneous Mathematical Symbols-B）
2A00-2AFF：追加数学运算符（Supplemental Mathematical Operator）
2B00-2BFF：杂项符号和箭头（Miscellaneous Symbols and Arrows）
2C00-2C5F：格拉哥里字母（Glagolitic）
2C60-2C7F：拉丁文扩展-C（Latin Extended-C）
2C80-2CFF：古埃及语（Coptic）
2D00-2D2F：格鲁吉亚语补充（Georgian Supplement）
2D30-2D7F：提非纳文（Tifinagh）
2D80-2DDF：埃塞俄比亚语扩展（Ethiopic Extended）
2E00-2E7F：追加标点（Supplemental Punctuation）
2E80-2EFF：CJK部首补充（CJK Radicals Supplement）
2F00-2FDF：康熙字典部首（Kangxi Radicals）
2FF0-2FFF：表意文字描述符（Ideographic Description Characters）
3000-303F：CJK符号和标点（CJK Symbols and Punctuation）
3040-309F：日文平假名（Hiragana）
30A0-30FF：日文片假名（Katakana）
3100-312F：注音字母（Bopomofo）
3130-318F：朝鲜文兼容字母（Hangul Compatibility Jamo）
3190-319F：象形字注释标志（Kanbun）
31A0-31BF：注音字母扩展（Bopomofo Extended）
31C0-31EF：CJK笔画（CJK Strokes）
31F0-31FF：日文片假名语音扩展（Katakana Phonetic Extensions）
3200-32FF：封闭式CJK文字和月份（Enclosed CJK Letters and Months）
3300-33FF：CJK兼容（CJK Compatibility）
3400-4DBF：CJK统一表意符号扩展-A（CJK Unified Ideographs Extension-A）
4DC0-4DFF：易经六十四卦符号（Yijing Hexagrams Symbols）
4E00-9FFF：CJK统一表意符号（CJK Unified Ideographs）
A000-A48F：彝文音节（Yi Syllables）
A490-A4CF：彝文字根（Yi Radicals）
A500-A61F：瓦伊语(Vai)
A660-A6FF：统一加拿大土著语音节补充（Unified Canadian Aboriginal Syllabics Supplement）
A700-A71F：声调修饰字母（Modifier Tone Letters）
A720-A7FF：拉丁文扩展-D（Latin Extended-D）
A800-A82F：锡尔赫特文字母（Syloti Nagri）
A840-A87F：八思巴字（Phags-pa）
A880-A8DF：索拉什特拉语Saurashtra
A900-A97F：爪哇语（Javanese）
A980-A9DF：查克玛语（Chakma）
AA00-AA3F：Varang Kshiti
AA40-AA6F：索拉索姆字母（Sorang Sompeng）
AA80-AADF：尼瓦尔语（Newari）
AB00-AB5F：越南傣语（Vi?t Thái）
AB80-ABA0：克耶字母（Kayah Li）
AC00-D7AF：朝鲜文音节（Hangul Syllables）
D800-DBFF：High-half zone of UTF-16
DC00-DFFF：Low-half zone of UTF-16
E000-F8FF：自行使用区域（Private Use Zone）
F900-FAFF：CJK兼容象形文字（CJK Compatibility Ideographs）
FB00-FB4F：字母表达形式（Alphabetic Presentation Form）
FB50-FDFF：阿拉伯表达形式A（Arabic Presentation Form-A）
FE00-FE0F：变量选择符（Variation Selector）
FE10-FE1F：竖排形式（Vertical Forms）
FE20-FE2F：组合用半符号（Combining Half Marks）
FE30-FE4F：CJK兼容形式（CJK Compatibility Forms）
FE50-FE6F：小型变体形式（Small Form Variants）
FE70-FEFF：阿拉伯表达形式B（Arabic Presentation Form-B）
FF00-FFEF：半型及全型形式（Halfwidth and Fullwidth Form）
FFF0-FFFF：特殊（Specials）
10000–1FFFF：第1辅助平面，多文种补充平面（Supplementary Multilingual Plane, SMP）
20000–2FFFF：第2辅助平面，表意文字补充平面（Supplementary Ideographic Plane, SIP）
30000–3FFFF：第3辅助平面，表意文字第三平面（Tertiary Ideographic Plane, TIP）
40000–DFFFF：第4-13辅助平面，尚未使用
E0000–EFFFF：第14辅助平面，特别用途补充平面（Supplementary Special-purpose Plane, SSP）
F0000–FFFFF：第15辅助平面，保留作为私人使用区（Private Use Area, PUA）
100000–10FFFF：第16辅助平面，保留作为私人使用区（Private Use Area, PUA）
注意：表意文字
3400-4DBF/4E00-9FFF/20000-3FFFF：中日韩越统一表意文字（CJKV Unified Ideographs）
ASCII码
大多数计算机采用美国标准信息交换码（ASCII码），它是表示所有大小写字母、数字、标点符号和控制字符的7位编码方案。统一码包含ASCII码，'\u0000'到'\u007F'对应全部128个ACSII字符。在JAVA中可以使用统一码。