Unicode 字符
更多
Unicode 为抽象字符分配码位，例如拉丁大写字母 A 的码位写作 U+0041。码位是编号，字形是字体绘制出的形状；同一码位在不同字体中可以有不同外观。UTF-8 则是把码位写入字节序列的一种编码方法，详见 Unicode 与 UTF-8。[1][2]
查一个字符时
先看码位、官方名称、所属文字系统或区块，再看实际字形、变体选择符及字体支持。一个看起来像“一个字”的符号，可能由多个码位组合；反过来，兼容字符也可能与常见字形相近但编号不同。[1]
例如 A 对应 U+0041；á 既可能是一个预组字符，也可能由 a 与组合重音构成。按外观查重前应检查底层码位序列，不要把字符数、码位数和 UTF-8 字节数混为一谈。[1]