为什么用“ U +”来指定Unicode代码点？

为什么Unicode代码点显示为？U+<codepoint>

例如，U+2202表示字符∂。

为什么不U-（破折号或连字符）或其他内容呢？

字符“ U +”是MULTISET UNION“⊎” U + 228E字符（其中带有加号的U型联合符号）的ASCII化版本，旨在将Unicode象征为字符集的联合。请参阅Unicode邮件列表中的Kenneth Whistler的说明。

Unicode标准需要一些符号来谈论代码点和字符名称。它采用了“ U +”的约定，后接四个或更多的十六进制数字，至少可以追溯到1996年发布的Unicode标准2.0.0版（来源：Unicode Consortium网站上的归档PDF副本）。

“ U +”表示法很有用。它提供了一种将十六进制数字标记为Unicode代码点的方法，而不是八位字节或不受限制的16位数字或其他编码中的字符。它在运行文本时效果很好。“ U”表示“ Unicode”。

我从1990年代早期软件行业有关Unicode的讨论中得出的个人回忆是，在Unicode 1.0和Unicode 2.0时代，“ U +”后接四个十六进制数字的约定很常见。当时，Unicode被视为16位系统。随着Unicode 3.0的到来以及U + 010000及更高版本代码点处的字符编码，使用了“ U-”后跟六个十六进制数字的约定，特别是突出显示了数字中额外的两位数字。（或者相反，从“ U-”转换为“ U +”。）以我的经验，“ U +”约定现在比“ U-”约定更为普遍，很少有人使用“ U +”和“ U-”之间的差异以表示位数。

但是，我找不到从“ U +”到“ U-”的转换的文档。1990年代的归档邮件列表消息应该有证据，但是我不能方便地指出任何一个。的Unicode标准2.0声明，“Unicode字符码具有16个比特的均匀的宽度。” （第2-3页）。它规定了以下约定：“单个Unicode值表示为U + nnnn，其中nnnn是以十六进制表示的四位数”（第1-5页）。分配了代理值，但没有在U + FFFF上方定义任何字符代码，也没有提到UTF-16或UTF-32。它使用带有四个数字的“ U +”。Unicode标准3.0.0于2000年发布，定义了UTF-16（第46-47页），并讨论了U + 010000及更高版本的代码点。它在某些地方使用“ U +”，四位数字，在其他地方使用六位数字。我找到的最坚定的踪迹是在Unicode标准6.0.0版中，其中BNF语法符号表定义了符号U+HHHH和U-HHHHHHHH（第559页）。

“ U +”符号不是表示Unicode代码点或代码单位的唯一约定。例如，Python语言定义了以下字符串文字：

• u'xyz' 表示Unicode字符串，Unicode字符序列
• '\uxxxx' 表示一个带有以四个十六进制数字表示的Unicode字符的字符串
• '\Uxxxxxxxx' 表示一个字符串，该字符串具有由八个十六进制数字表示的Unicode字符

这取决于您正在谈论的Unicode标准版本。从维基百科：

标准的较旧版本使用类似的符号，但是规则略有不同。例如，Unicode 3.0使用“ U-”后跟八位数字，并允许仅将“ U +”仅使用四位数字来表示代码单位，而不是代码点。

仅显示该值为Unicode是一种惯例。十六进制值（0xB9或B9h）有点像'0x'或'h' 。为什么0xB9而不是0hB9（&hB9或$B9）？只是因为那是硬币翻转的方式:-)