3. Unicode

Znaková sada, jejíž první verzi v roce 1991 vytvořilo Unicode Consortium.

  • Prvních 128 znaků jako u US-ASCII.
  • Kódové body se zapisují U+hex.
  • Nejprve 16bitové značky (BMP–Basic MultilingualPlane), posléze 32bitové (využívá se však jen 21 b).
Charsety:
  • UTF-8,
  • UTF-16,
  • UTF-16BE,
  • UTF-16LE,
  • UTF-32, 
  • UTF-32BE,
  • UTF-32LE.

Zkratka UTF značí Unicode (nebo UCS (Universal Multiple-Octet Charakter Set)) Transformation format.
Zkratka BE je Big Endian (vyšší řády jsou uloženy na nižší adrese).
Zkratka LE je Little Endian.

Příklad pro F = U+0046:
  • UTF-16LE – 4600
  • UTF-32BE – 00000046