一、Unicode的渊源
1、Unicode的诞生
Unicode编码字符集（Unicode Coded Character Set）源自于美国。我们知道，最早的编码字符集是采用的7位二进制编码，如美国信息交换标准代码（ASCII）。7位二进制编码可以有27 = 128个编码位组，最多能为128个字符进行编码。然而当字符中包含文字字符（如汉字及世界其它国家文字等）时，128个编码位组显然是不够用的。
欲具体了解ASCII编码字符介绍的请进入。
于是，在1987年初，美国的施乐（Xerox）公司的Joe Becker倡议将计算机字符集编码码位扩充到更的多位数，以收纳世界上各国各种文字，并开始研究，其研究的内容主要体现在下表1-1所示的方面，但重点是两个：
表 1-1：Unicode起步所研究的内容
一是采用的编码位数。其实在当时，国际上已有不少字符集编码标准采用了16位（双字节）编码，如我国的GB 2312-80、台湾的Big5等。于是，Xerox公司的研究时考虑16位编码，采用16位编码，其码位位组可达216 = 65536个编码位组。当初Xerox公司研究的时65536个编码位组是否能够容纳全世界所有文字字符的编码。最终研究的结果是，采用16位二进制编码（双字节），应该可以对全世界所有文字字符进行编码。这里需要指出的是，他们这种决定对于汉字，尤其是中、日、韩所用汉字采用统一编码，且是按抽象字符编码，而不是对字形或者字意编码。
二是采用的码位长度。决定采用双字节编码后，面临两个选择：一是采用变长编码形式（如我国的 GB 2312标准），对于 ASCII 字符使用一个字节，其它字符使用两个字节；另一种是采用定长编码形式，不管是不是 ASCII 字符，所有字符编码统一使用两个字节。最终研究的结果是，采用定长编码形式。采用定长编码形式的好处是显而易见的，就是避免了使用代码扩充技术。
鉴于上述的研究，最终的研究成果于 1988 年 8 月以草案的形式发布（后称为 Unicode 88）。他们将其字符集编码标准被命名为“Unicode”，在我国又翻译称统一码、联合码或万国码。为了推动Unicode的开发与应用，1991年当时的美国一些信息技术公司，如IBM、DEC、Sun、Xerox、Apple、Microsoft、Novell等公司共同出资在加州成立Unicode联盟（The Unicode Consortium），并由协会设立非赢利的Unicode公司，来推动Unicode的开发与应用工作。
欲具体了解GB 2312-80汉字编码字符介绍的请进入。
2、Unicode标准的历程
于是，在Unicode 88草案的基础上，于1991年10 月发布了 Unicode 的第一版（Unicode 1.0.0）。该版仅包含 24 种语言文字共 7163 个字符，但该版本中并未包括CJK汉字。在1992年6月发布了 Unicode 的第二版（Unicode 1.0.1）；该版本中加入了20902 个CJK统一汉字。下表1-2-1汇总了Unicode标准版本信息，包括版本号与发布年份等。2021 年 9 月发布Unicode 14.0.0版本，该版本支持 159 种文字，共包含 144697 个字符（包括控制字符、文字符号、表情符号等）。目前，Unicode 15.0.0 版本已于2022年9月发布。该版本增加了 4488 个字符（包括20 个新的表情符号（Emoji）字符和4193个CJK表意文字），共有 149186个字符。
表 1-2-1：Unicode标准的版本信息（截止到2023年1月）
注意，Unicode标准新的版本将是代替以前的版本。Unicode 标准的版本号是由三个字段组成，分别依次表示主要版本、次要版本和更新版本。它们的含义区别详见下表1-2-2。
表 1-2-2：Unicode标准新的版本号的含义区别
二、与ISO的合作
1、关于ISO的研究
其实，早在1984年，国际标准化组织（ISO）就启动了通用多八位编码字符集（UCS）的项目研究，初始的技术方案遭到了美国上述部分信息技术公司的抵触的。从“通用多八位编码”的名字就可以看出ISO采用的多字节编码，即单字节、双字节乃至四字节的不定长编码的方案，对于ASCII 字符仍采用单字节长度编码；对于世界文字字符常采用双字节编码，同时设计了四字节编码，需要时可将文字字符置于四字节编码区。显然，ISO研究制定的字符编码体系是优越的，其容量宏大（编码位组多）、字符编码使用灵活（可按文字的字形、部首、笔画等进行编码）、兼容早期字符编码方案（ASCII 字符编码）；适用于世界各种文字及符号，包括世界上曾经出现过但现今很少使用的、以及今后将新产生的文字符号。
欲具体了解国际标准化组织（ISO）介绍的请进入。
与ISO 方案相比，Unicode 88草案中的方案明显存在以下不足：
一是定长双字节编码无法与ASCII 字符编码兼容。我们知道，采用7位编码的ASCII 字符的编码标准是在上世纪六十年代就开始实行了，这期间已大量地应用于多种编程软件及规范标准之中。Unicode 88开始对ASCII 字符采用双字节编码，就要求已应用的7位编码的ASCII 字符的编码方案都重新修订过来，这显然是不现实的、是不切合实际的。
二是编码位组容量相对捉襟见肘。Unicode 88采用16位二进制编码，可以提供65536个编码位组，在Unicode最初的研究中其容量是够用的。因为研究的出发点是仅编码现用的世界各国文字字符、很少考虑按字形编码（尤其是CJK汉字，不考虑其文字的表意）等等。显然这种出发点是好的，它可以简化编码体系，然而它却限制了要编码的文字符号，严重影响了实际中文字信息化的处理与通信。
2、Unicode与UCS的融合
从标准的组织制定形式上来讲， ISO以国家成员体为基础而制定的；Unicode则是以公司为基础的集团制定的。相对于字符集编码标准，ISO由各成员国的参与，标准的研究制定显然更充分些、更周全些。鉴于上述Unicode 88草案方案的不足，1991年，在包括中国在内的各ISO成员过和信息领域的许多信息技术（IT）大企业的推动下，Unicode与UCS两大标准实现了相互对齐、合二而一。Unicode 1.0版和ISO/IEC第一个ISO草案DIS 10646.1进行了双方都可接受的修改，将它们的组合库合并为一个单一的数字字符编码。这项工作在Unicode 1.1版中达到了高潮。
此后，这两个标准一直保持着协调关系、同步发展。ISO/IEC 10646 -1:1993和Unicode 1.1标准的编码字符（码位和名称）完全相同。Unicode 3.0版等同于ISO/IEC 10646-1：2000，Unicode3.1版等同于ISO/IEC 10646-2：2001。总体上，ISO/IEC 10646-1：2000与Unicode 3.0，ISO/IEC 10646-2：2001与 Unicode 3.1的内容、编码、命名是完全相同的。但在一些细节上，两个标准仍然有一些差别的。关于Unicode标准与ISO/IEC 10646标准各版本之间的关系详见下附件2。
附件 2：Unicode标准与ISO/IEC 10646标准各版本之间的关系
三、Unicode编码字符集介绍
截止到2023年1月，Unicode 15.0.0 版本是Unicode编码字符集的最新版本。它是由核心规范（其目录详见下表3所示）、代码图表、标准的附录、Unicode字符数据库（UCD）等构成；若要详细了解该版本核心规范具体内容的请查阅下附件3；若要Unicode V15.0.0标准其它内容请在其Unicode联盟网站查阅。
表 3：Unicode V15.0.0核心规范目录
附件 3：Unicode编码字符集标准核心规范（V 15.0.0）
事实上，Unicode编码字符集（Unicode Coded Character Set）与国际标准ISO/IEC 10646完全兼容并同步发展的一种通用的字符编码标准，虽然他们各自发布自己版本的标准。
欲进一步了解UCS编码字符介绍的请进入。
