deUnicodestandaard

deUnicodestandaard, ook bekend als de Unicode-standaard, is een wereldwijde standaard voor het coderen, weergeven en beheren van tekst en symbolen in computers en digitale systemen. Ze is ontwikkeld en onderhouden door de Unicode Consortium en heeft als doel een universele tekenreeks te bieden die vrijwel alle levende en historische scripts ondersteunt, evenals pictogrammen zoals emoji. De standaard dient als basis voor interoperabiliteit tussen software, databases en netwerken wereldwijd.

Een kernidee van de Unicodestandaard is dat elk teken een uniek codepunt krijgt toegewezen, meestal weergegeven als U+XXXX. De codepunten bestrijken meerdere vlakken (planes), waaronder het belangrijkste Basic Multilingual Plane (BMP). De standaard definieert ook verschillende encoderingen: UTF-8, UTF-16 en UTF-32, waarmee tekens in bestanden en teksten efficiënt en compatibel kunnen worden opgeslagen en uitgewisseld. De maximale codepuntwaarde is U+10FFFF.

Daarnaast omvat de standaard aspecten zoals normalisatie, waarmee verschillende tekencombinaties tot dezelfde tekenset worden vergeleken (bijvoorbeeld NFC, NFD, NFKC en NFKD). Ze behandelt ook tekengroeperingen, samenstellende tekens en bidirectionele verwerking voor talen zoals Arabisch en Hebreeuws. Verder bestaan er character properties en bereikspecifieke regels die werktijden en sortering beïnvloeden via een uniforme Collation-algoritme.

De unicodestandaard is nauwer verwant aan ISO/IEC 10646, en de twee standaarden zijn in essentie verweven wat betreft codepunten en definities. De standard wordt regelmatig bijgewerkt met nieuwe tekens en emoji’s, en vindt brede toepasbaarheid in fontontwerp, programmeertalen, webtechnologieën en software-engineering.