https://infopedia.cz/index.php?action=history&feed=atom&title=UnicodeUnicode - Historie editací2026-05-11T12:34:23ZHistorie editací této stránkyMediaWiki 1.44.2https://infopedia.cz/index.php?title=Unicode&diff=17468&oldid=prevInfopediaBot: Bot: AI generace (gemini-2.5-pro + Cache)2025-12-22T11:23:05Z<p>Bot: AI generace (gemini-2.5-pro + Cache)</p>
<p><b>Nová stránka</b></p><div>{{K rozšíření}}<br />
{{Infobox<br />
| název = Unicode<br />
| logo = <br />
| obrázek = Unicode_logo.svg<br />
| popisek = Oficiální logo standardu Unicode<br />
| typ = Standard pro kódování znaků<br />
| vývojář = [[Unicode Consortium]]<br />
| poslední verze = 16.0 (předpoklad pro rok 2025)<br />
| datum vydání = Říjen 1991 (verze 1.0)<br />
| účel = Jednotné kódování, reprezentace a zpracování textu ve většině světových písemných systémů<br />
| web = unicode.org<br />
}}<br />
<br />
'''Unicode''' je mezinárodní technický standard pro konzistentní kódování, reprezentaci a zpracování [[text]]u ve většině světových [[písmo (jazykověda)|písemných systémů]]. Udržuje jej nezisková organizace [[Unicode Consortium]] a jeho hlavním cílem je sjednotit všechny existující [[znaková sada|znakové sady]] do jediné, univerzální sady, která by eliminovala problémy s nekompatibilitou a umožnila bezproblémovou výměnu textových dat po celém světě.<br />
<br />
Standard přiřazuje každému znaku, symbolu nebo [[emoji]] unikátní číselný kód, nazývaný kódový bod (''code point''). Tento přístup umožňuje [[počítač]]ům zpracovávat a zobrazovat text v různých jazycích, od [[angličtina|angličtiny]] a [[čeština|češtiny]] přes [[arabština|arabštinu]] a [[čínština|čínštinu]] až po historická písma jako [[klínové písmo]]. Unicode je základním kamenem moderního [[software|softwaru]] a [[internet]]u, včetně [[World Wide Web|webových stránek]], [[e-mail]]u a operačních systémů.<br />
<br />
== 📜 Historie a vývoj ==<br />
Před vznikem Unicode existovalo velké množství různých znakových sad, které si často konkurovaly. Každá sada byla navržena pro specifický jazyk nebo skupinu jazyků. Například standard [[ASCII]] pokrýval pouze znaky anglické abecedy, číslice a základní symboly. Pro jazyky se speciálními diakritickými znaménky, jako je čeština, vznikly různé standardy (např. [[ISO 8859-2]], [[Windows-1250]]), které si však navzájem odporovaly. Text vytvořený v jednom kódování se v jiném zobrazil jako nesmyslná změť znaků, což je jev známý jako [[Mojibake]].<br />
<br />
=== 🏛️ Vznik a cíle ===<br />
Práce na univerzálním standardu začaly koncem 80. let 20. století. Klíčovými postavami byli Joe Becker z firmy [[Xerox]] a Lee Collins a Mark Davis z firmy [[Apple]]. Jejich cílem bylo vytvořit 16bitovou znakovou sadu s pevně danou šířkou, která by dokázala pokrýt všechny moderní jazyky světa. V roce [[1991]] bylo založeno Unicode Consortium, které sdružuje přední technologické firmy jako [[Apple]], [[Google]], [[IBM]], [[Microsoft]] a další.<br />
<br />
První verze standardu, Unicode 1.0, byla vydána v říjnu [[1991]]. Postupně se standard rozšiřoval o další písma, symboly a také o mechanismy pro zpracování složitějších písemných systémů (např. ligatury v arabštině nebo směr psaní zprava doleva).<br />
<br />
=== 🚀 Klíčové milníky ===<br />
* '''Unicode 1.0 (1991):''' Obsahoval 7 161 znaků a pokrýval 24 písemných systémů.<br />
* '''Unicode 2.0 (1996):''' Zavedl mechanismus "surrogate pairs" (náhradních párů), který rozšířil kódový prostor za původních 65 536 znaků a umožnil kódovat více než milion znaků. Tím se Unicode stal skutečně univerzálním.<br />
* '''Unicode 3.1 (2001):''' Přidal podporu pro historická písma, jako je [[gotické písmo]] nebo [[lineární písmo B]].<br />
* '''Unicode 5.2 (2009):''' Přidána podpora pro měnový symbol [[indická rupie|indické rupie]] (₹).<br />
* '''Unicode 6.0 (2010):''' Oficiálně zahrnul první sadu [[emoji]], což vedlo k jejich masivnímu rozšíření v digitální komunikaci.<br />
* '''Unicode 15.1 (2023):''' Poslední stabilní verze (k roku 2025), která obsahuje přes 149 000 znaků.<br />
<br />
== ⚙️ Základní principy a architektura ==<br />
Unicode je postaven na několika klíčových konceptech, které zajišťují jeho flexibilitu a univerzálnost.<br />
<br />
=== 🔤 Kódový prostor a roviny ===<br />
Celý rozsah Unicode je definován jako kódový prostor (''codespace''), který obsahuje 1 114 112 možných pozic, tzv. kódových bodů (''code points''). Tyto body se zapisují v šestnáctkové soustavě s prefixem "U+", například `U+0041` pro písmeno 'A'.<br />
<br />
Kódový prostor je rozdělen do 17 rovin (''planes''), každá o velikosti 65 536 (2¹⁶) kódových bodů:<br />
* '''Rovina 0: Základní vícejazyčná rovina (Basic Multilingual Plane, BMP)''' (U+0000 až U+FFFF): Obsahuje téměř všechny znaky moderních jazyků, včetně latinky, cyrilice, řečtiny, arabštiny, hebrejštiny, čínských, japonských a korejských znaků a mnoha symbolů.<br />
* '''Rovina 1: Doplňková vícejazyčná rovina (Supplementary Multilingual Plane, SMP)''' (U+10000 až U+1FFFF): Obsahuje historická písma (např. [[egyptské hieroglyfy]]), hudební symboly a většinu [[emoji]].<br />
* '''Rovina 2: Doplňková ideografická rovina (Supplementary Ideographic Plane, SIP)''' (U+20000 až U+2FFFF): Obsahuje vzácné a historické [[čínské znaky]].<br />
* '''Ostatní roviny:''' Jsou vyhrazeny pro další účely, včetně speciálních formátovacích znaků nebo soukromého použití (Private Use Areas).<br />
<br />
=== 📝 Formáty kódování (UTF) ===<br />
Samotný kódový bod (např. U+263A pro ☺) neurčuje, jak bude znak uložen v paměti počítače nebo přenášen po síti. K tomu slouží formáty kódování (''Unicode Transformation Format'', UTF).<br />
<br />
* '''[[UTF-8]]''': Nejpoužívanější formát na [[internet]]u (přes 98 % webových stránek). Je to kódování s proměnlivou délkou:<br />
** Znaky z rozsahu [[ASCII]] (U+0000 až U+007F) kóduje jedním [[bajt]]em, což zajišťuje zpětnou kompatibilitu.<br />
** Další znaky z BMP kóduje dvěma nebo třemi bajty.<br />
** Znaky z doplňkových rovin (včetně většiny emoji) kóduje čtyřmi bajty.<br />
Jeho hlavní výhodou je efektivita pro texty s převahou latinky a robustnost.<br />
<br />
* '''[[UTF-16]]''': Kódování s proměnlivou délkou, které používá 2 nebo 4 bajty.<br />
** Znaky z BMP kóduje dvěma bajty.<br />
** Znaky z doplňkových rovin kóduje pomocí čtyř bajtů (tzv. ''surrogate pair'').<br />
Historicky byl dominantní v operačních systémech [[Microsoft Windows]] a v programovacích jazycích jako [[Java]] a [[JavaScript]].<br />
<br />
* '''[[UTF-32]]''': Kódování s pevnou délkou. Každý znak bez výjimky kóduje čtyřmi bajty.<br />
** Výhodou je jednoduchost – každý znak má stejnou velikost, což zjednodušuje indexaci v textu.<br />
** Nevýhodou je neefektivita, protože i pro nejběžnější znaky spotřebovává čtyřikrát více místa než ASCII. Používá se zřídka, především v interních aplikacích, kde je rychlost přístupu ke znakům důležitější než paměťová náročnost.<br />
<br />
=== 🏷️ Vlastnosti znaků a algoritmy ===<br />
Unicode není jen tabulka znaků. Definuje také rozsáhlou databázi vlastností pro každý znak (''Unicode Character Database'', UCD). Tyto vlastnosti určují například:<br />
* Zda je znak písmeno, číslo nebo symbol.<br />
* Zda je velké (''uppercase'') nebo malé (''lowercase'').<br />
* Jeho číselnou hodnotu (pokud je to číslice).<br />
* Směr psaní (zleva doprava, zprava doleva).<br />
* Jak se má znak chovat při řazení (''collation'').<br />
<br />
Standard také definuje klíčové algoritmy, jako je '''Unicode Collation Algorithm''' pro správné abecední řazení textů v různých jazycích (např. aby 'č' bylo v [[čeština|češtině]] řazeno za 'c') nebo pravidla pro normalizaci textu, která řeší případy, kdy lze jeden vizuální znak zapsat více způsoby (např. 'č' jako jeden znak U+010D nebo jako kombinace 'c' U+0063 a háčku U+030C).<br />
<br />
== 🌍 Význam a použití ==<br />
Unicode se stal de facto standardem pro textová data v moderním světě. Jeho dopad je patrný v mnoha oblastech:<br />
* '''Internet a web:''' Umožňuje existenci vícejazyčných webových stránek, doménových jmen s diakritikou ([[IDN]]) a bezproblémovou komunikaci napříč jazykovými bariérami.<br />
* '''Operační systémy:''' Moderní systémy jako [[Microsoft Windows]], [[macOS]], [[Linux]], [[Android]] a [[iOS]] používají Unicode jako své nativní kódování textu.<br />
* '''Programovací jazyky:''' Jazyky jako [[Python]], [[Java]], [[C#]], [[Rust]] a [[Swift]] mají plnou podporu pro Unicode, což umožňuje vývojářům vytvářet globální aplikace.<br />
* '''Emoji:''' Unicode Consortium je zodpovědné za standardizaci a přidávání nových [[emoji]], které se staly nedílnou součástí digitální kultury a komunikace.<br />
<br />
== 🤔 Kritika a kontroverze ==<br />
Přestože je Unicode všeobecně přijímaný, čelí i určité kritice:<br />
* '''Sjednocení Han (Han Unification):''' Jedním z nejkontroverznějších rozhodnutí bylo přiřadit stejný kódový bod znakům v [[čínština|čínštině]], [[japonština|japonštině]] a [[korejština|korejštině]], které mají společný historický původ, ale v moderních jazycích mohou mít mírně odlišný vzhled nebo sémantický význam. To je stále předmětem debat mezi lingvisty a uživateli z východní Asie.<br />
* '''Složitost:''' Standard je extrémně rozsáhlý a komplexní. Plná a správná implementace všech jeho pravidel (např. pro obousměrný text nebo řazení) je pro vývojáře náročná.<br />
* '''Zahrnování okrajových znaků:''' Někteří kritici poukazují na to, že standard zahrnuje velké množství historických, fiktivních (např. [[Klingonština|klingonské písmo]]) nebo zřídka používaných znaků, což zvyšuje jeho složitost. Debaty se vedou také o neustálém přidávání nových [[emoji]].<br />
<br />
== 🤓 Pro laiky: Unicode v kostce ==<br />
Představte si, že každý jazyk na světě má svou vlastní malou klávesnici s 256 klávesami. Když napíšete dopis v češtině a pošlete ho kamarádovi do [[Francie]], jeho počítač se podívá na čísla kláves, které jste stiskli, ale použije svou francouzskou "klávesnici". Místo "háčků a čárek" tak uvidí úplné nesmysly. Tomuto zmatku se říká [[Mojibake]].<br />
<br />
Unicode tento problém řeší vytvořením jedné obrovské, univerzální "klávesnice" pro celý svět.<br />
* '''Každý znak má své číslo:''' Každé písmeno, symbol nebo smajlík (emoji) na světě dostal své unikátní číslo (kódový bod). Písmeno "A" má číslo 65, písmeno "č" má číslo 269 a smajlík 😂 má číslo 128 514.<br />
* '''Počítač si čísla ukládá:''' Když píšete text, počítač si neukládá obrázky písmen, ale právě tato čísla.<br />
* '''Chytré kódování (UTF-8):''' Aby soubory nebyly zbytečně velké, používá se nejčastěji kódování [[UTF-8]]. To funguje jako chytrý systém balení:<br />
** Běžné znaky anglické abecedy (A, B, C...) zaberou jen jeden "balíček" (bajt).<br />
** Znaky s diakritikou (č, ř, š...) zaberou dva "balíčky".<br />
** Vzácnější znaky a emoji zaberou tři nebo čtyři "balíčky".<br />
<br />
Díky Unicode si můžete být jisti, že text, který napíšete na svém počítači v [[Česko|Česku]], se zobrazí správně na telefonu v [[Japonsko|Japonsku]] nebo na tabletu v [[Brazílie|Brazílii]]. Je to univerzální jazyk, kterému rozumí všechny moderní počítače.<br />
<br />
{{DEFAULTSORT:Unicode}}<br />
{{Aktualizováno|datum=22.12.2025}}<br />
[[Kategorie:Znakové sady]]<br />
[[Kategorie:Standardy]]<br />
[[Kategorie:Počítačová terminologie]]<br />
[[Kategorie:Typografie]]<br />
[[Kategorie:Internetové standardy]]<br />
[[Kategorie:Vytvořeno Gemini 2.5 Pro]]</div>InfopediaBot