Unicode字符的已知URI方案或URN名称空间是什么？

Question

我需要使用URI引用Unicode字符。以下IANA参考文献列出了多个方案和命名空间，但没有提及Unicode字符的标识符。是否已经有类似的东西存在？

• http://www.iana.org/assignments/uri-schemes.html
• http://www.iana.org/assignments/urn-namespaces/urn-namespaces.xml

我希望能找到类似于

• unicode://U+0394
• urn:unicode://0394
• http://unicode.org/unicode/0394

这是为了希腊大写字母delta Δ而设计的。

如果有人想知道，这是用于语义Web应用程序的，使用URI作为概念标识符，包括Unicode字符的概念。

- Akseli Palén

Answer 1

抱歉，一般情况下没有URL或URN可用于参考Unicode字符的权威信息。在Unicode标准中，有关单个字符的信息部分在所谓的字符数据库（大多数是特定格式的纯文本文件）中，部分在Code Charts（PDF文件）中。它们都没有提供指向单个字符的方法。此外，那里的信息并不全面：有关单个字符信息的重要说明散布在标准中。 Decodeunicode网站具有可单独寻址的项目，例如：

http://www.decodeunicode.org/en/u+0394

但它的信息内容变化很大，通常非常有限。它不是官方的，并且目前仅包含Unicode 5.0。 Fileformat.info网站更为系统化，但它也是非官方的。它基本上仅限于正式属性和可从中推导出的数据，以及从代码图表中提取的注释、在Windows中键入字符的说明，以及关于字体支持的信息 - 但这已经相当多了！例如：

http://www.fileformat.info/info/unicode/char/0394/

- Jukka K. Korpela

Answer 2

[编辑]：找到了与您需求匹配的URL：http://unicode.org/cldr/utility/character.jsp?a=1F40F

.

好的，有一个URL引用Unicode数据库上权威信息，尽管它并没有描述（如其他答案中所说）一个特定字符上的所有信息。

您可以使用以下URL指向最新的Unicode数据库。这是一个简单的现有有效Unicode字符列表。一些即将推出的字符可能会缺失（㋿），您应该期望它会发生变化。

• https://www.unicode.org/Public/UCD/latest/ucd/UnicodeData.txt

内容如下，直接使用并不实用。

$ grep -ai kangaroo UnicodeData.txt -C 7
1F991;SQUID;So;0;ON;;;;;N;;;;;
1F992;GIRAFFE FACE;So;0;ON;;;;;N;;;;;
1F993;ZEBRA FACE;So;0;ON;;;;;N;;;;;
1F994;HEDGEHOG;So;0;ON;;;;;N;;;;;
1F995;SAUROPOD;So;0;ON;;;;;N;;;;;
1F996;T-REX;So;0;ON;;;;;N;;;;;
1F997;CRICKET;So;0;ON;;;;;N;;;;;
1F998;KANGAROO;So;0;ON;;;;;N;;;;;
1F999;LLAMA;So;0;ON;;;;;N;;;;;
1F99A;PEACOCK;So;0;ON;;;;;N;;;;;
1F99B;HIPPOPOTAMUS;So;0;ON;;;;;N;;;;;
1F99C;PARROT;So;0;ON;;;;;N;;;;;
1F99D;RACCOON;So;0;ON;;;;;N;;;;;
1F99E;LOBSTER;So;0;ON;;;;;N;;;;;
1F99F;MOSQUITO;So;0;ON;;;;;N;;;;;

你可以使用类似这样的后缀来构建一个简单的“基于哈希”的命名空间，但这绝对不是标准做法。

• https://www.unicode.org/Public/UCD/latest/ucd/UnicodeData.txt#1F998

- global uuid database

Answer 3

由于这也被标记为语义网，我将尝试选择易于（且永久）解除引用并且不会被误认为是描述该字符的文档的URI：data:方案。这不仅可以指代Unicode中的字符，还可以指代任何编码以及其中的任何字符串。

尝试打开此URI应导致一个text/plain文件，其内容为单个字符。

如果系统接受IRI（许多语义Web应用程序都是如此），则可以直接包含该字符：

这映射到与上面显示的相同的URI，并且您的浏览器可以直接转换它。在这种情况下，指定UTF-8是必要的，因为对于其他编码未定义该映射。

- IS4