unicode字符是比简单文本版本更好还是更语义？

Question

当我从大多数站点和pdfs复制/粘贴文本时，以下字符几乎总是在unicode等价物中：

双引号：“is”和“is”( ”)

• single和“引用：‘is’和‘is’(‘和’)

• ellipsis：.是…(…)

)

我理解那些没有unicode (如c和c)就无法表示的内容，但即使是那些，我也想知道。

什么时候应该使用这些unicode等价物？它们比不使用它们更有语义吗？它们被设备(复制/粘贴/打印)解释得更好吗？我总是觉得获取这些引号和省略字符很烦人，因为在textmate +编程中，您不使用它们。

Answer 1

我认为有一个简单的解释: MS Word在键入这些字符/序列时会自动转换这些字符/序列，并且互联网上的许多文本都是从这个文本编辑器中复制出来的。

我为我的网站从其他作者那里获得的大多数文章都是作为.doc文件发送的，我必须转换它。通常，它包含您提到的这些字符。

我还想再添加一个:许多不同类型的破折号，而不是连字符。还有低开场白的双引号(在一些欧洲语言中见过)。

我通常让他们呆在文本中(我所有的页面都是unicode)。在玩regex等游戏时，记住这一点很重要(特别是破折号很难识别)。

Answer 2

什么时候应该使用这些unicode等价物？它们比不使用它们更有语义吗？

请注意，这些不是“unicode等价物”。这些字符在Unicode以外的许多字符集中都可用，它们与您建议的替代方案有严格的区别。

在排版中，单引号和双引号的左右两种版本是正确的。它们为那些多年来在印刷媒体中使用的字符提供了传统的外观。省略字符为省略号提供了正确的间距，当使用连续的句号字符时，省略号不会自然发生。所以，所有这些被使用的原因都是为了使文本对人类读者来说是正确的。

：它们是否被设备(复制/粘贴/打印)解释得更好？

任何使用任何字符集的系统都应设计为正确处理该字符集。如果文本是用Unicode编码的，那么任何最近的系统(至少过去15年)都应该能够处理它，因为Unicode是所有现代系统事实上的标准字符集。

并非所有与Unicode兼容的系统都能够正确显示所有字符。这将取决于可用的字体，甚至取决于使用字体的呈现系统。但是，任何与Unicode兼容的系统都可以不改变地传输字符(例如在复制和粘贴操作中)。

我总是觉得得到这些引号和省略字符很烦人，因为在textmate +编程中，您不使用它们。

将英语(或任何语言)文本直接复制到程序中，而不需要在文本中添加单独的分隔符，这是不寻常的。但是，大多数现代编程语言一旦对文本进行属性分隔，就不会有任何困难。

任何不能正确处理Unicode的系统都应该更新。遗留字符编码在未来将没有任何位置。

Answer 3

HTML实体具有三重用途：

可以使用不属于文档字符集的字符，例如，在document.

• Escape中具有特殊意义的ISO-8859-1 字符中插入欧元符号，例如尖括号。

1. 可以更容易地键入不在键盘中或编辑器不支持的字符，例如版权符号。

更新：

我的信息是正确的，但我怀疑我回答错了问题.