术语表
Unicode、编码和排版术语解析。
ASCII
美国信息交换标准代码——一种7位编码，包含128个字符，涵盖英文字母、数字和标点符号。
EncodingLatin-1 (ISO 8859-1)
面向西欧语言的单字节编码，涵盖256个字符（U+0000至U+00FF）。
EncodingUnicode规范化 (Unicode Normalization)
将Unicode文本转换为标准形式（NFC、NFD、NFKC、NFKD）以确保一致比较和存储的过程。
EncodingUnicode转义序列 (Unicode Escape Sequence)
在编程语言中通过码位表示字符的方法（JS/Java: \u2603，ES6+: \u{2603}，Python: \U00002603）。
EncodingUTF-16
每个字符使用2或4个字节的字符编码，JavaScript和Java内部使用此编码。
EncodingUTF-32
每个字符使用4个字节的固定宽度编码，简单但内存占用较大。
EncodingUTF-8
一种使用1到4个字节表示Unicode码位的可变宽度字符编码，是互联网上最主流的编码方式。
EncodingWindows-1252
旧版Windows应用程序默认使用的Latin-1超集，在0x80–0x9F范围内包含额外字符。
Encoding乱码 (Mojibake)
用错误的字符编码解码数据时产生的乱码文本。在混用Latin-1和UTF-8时尤为常见。
Encoding代理对 (Surrogate Pair)
UTF-16中用于表示基本多文种平面（BMP）以外单个字符的一对16位码元。
Encoding字符集 (Character Set, Charset)
计算机系统所识别的一组已定义字符。虽然常与'编码'互换使用，但严格来说两者是不同的概念。
Encoding字节顺序标记 (Byte Order Mark, BOM)
位于文件开头的特殊Unicode字符（U+FEFF），用于指示文件的字节序和编码格式。
Encoding替换字符 (Replacement Character)
当解码器遇到无效或无法识别的字节序列时显示的菱形问号字符（U+FFFD，�）。
Encoding