Unicode es un estándar universal de codificación de caracteres que se utiliza para admitir caracteres en scripts no ASCII. Internet se construyó originalmente sobre ASCII, que se basa en el alfabeto inglés y consta de solo 128 caracteres.

Unicode permite la compatibilidad con todos los idiomas del mundo y sus conjuntos de caracteres únicos - ¡Unicode puede admitir más de 1 millón de caracteres! La forma en que funciona Unicode es permitiendo más bits, abreviatura de b dígito binario eso , que son unidades de información en una máquina. Los caracteres ASCII solo requieren aproximadamente 7 bits, mientras que Unicode utiliza 16 bits. Esto es necesario porque se necesitan más bits para procesar idiomas como el chino, el árabe y el ruso.

Existen diferentes tipos de Unicode incluyendo UTF-8 y UTF-16, los dos más comunes. UTF-8 se ha convertido en el estándar típico utilizado en la web porque ajusta el número de bits utilizados dependiendo del carácter. Esto significa que los caracteres ASCII en UTF-8 solo ocupan los bits que necesitan para procesarse.

¿Qué es punycode?