Unicode là gì mà chỉ cần copy một trái tim ♥ từ web là dán được vào Zalo, Facebook, Word hay ô đổi tên trong game? Câu trả lời ngắn: Unicode là một "từ điển chung" cho mọi kí tự trên thế giới. Máy nào, app nào cũng tra cùng một từ điển, nên kí tự đi tới đâu cũng giữ nguyên danh tính.
Bài này đi theo dạng hỏi đáp. Mỗi câu trả lời ngắn gọn, đủ để bạn hiểu chuyện gì xảy ra mỗi lần bấm copy một kí tự đặc biệt.
Unicode là gì, giải thích trong một phút
Máy tính không hiểu chữ cái, nó chỉ hiểu con số. Vì vậy mỗi kí tự cần được gán một con số riêng. Ngày trước, mỗi nước, mỗi hãng lại dùng một bảng số khác nhau. Cùng một con số có thể là chữ "ă" trên máy này nhưng thành kí tự lạ trên máy khác.
Unicode ra đời để chấm dứt cảnh đó. Nó gom chữ cái của hầu hết ngôn ngữ, chữ số, dấu câu, kí hiệu toán học, mũi tên, hình học, nốt nhạc và cả emoji vào một bảng duy nhất. Hiện bảng này có hơn một trăm nghìn kí tự và vẫn được bổ sung qua từng phiên bản.
Nhờ vậy, khi bạn gửi chữ "Xin chào ♥" từ điện thoại sang máy tính, hai bên hiểu giống nhau. Tiếng Việt có dấu hiển thị đúng trên web cũng là nhờ Unicode.
Code point là gì? Đọc mã U+2665 thế nào
Mỗi kí tự trong Unicode có một mã định danh gọi là code point. Mã này thường viết dạng U+ kèm số hệ thập lục phân (hệ 16). Một vài ví dụ dễ nhớ:
- ♥ là U+2665, tên chính thức "Black Heart Suit" (chất cơ trong bộ bài).
- ★ là U+2605, ngôi sao đặc.
- → là U+2192, mũi tên sang phải.
- ① là U+2460, số 1 trong vòng tròn.
- © là U+00A9, kí hiệu bản quyền.
Bạn không cần thuộc các mã này. Nhưng biết chúng tồn tại giúp bạn hiểu một điều quan trọng: kí tự đặc biệt không phải là hình ảnh. Nó là chữ, giống hệt chữ "a" hay "b", chỉ là mang con số khác.
Mẹo nhỏ cho người dùng Word
Trong Microsoft Word, bạn gõ 2665 rồi bấm Alt + X, con số sẽ biến thành ♥. Bấm Alt + X lần nữa thì kí tự quay về mã. Đây là cách nhanh để kiểm tra mã của một kí tự lạ. Xem thêm các mẹo khác trong bài kí tự đặc biệt trong Word và Excel.
UTF-8 là gì, khác Unicode chỗ nào?
Unicode là bảng gán số. Còn UTF-8 là cách ghi con số đó vào bộ nhớ hoặc gửi qua mạng. Có thể hình dung Unicode là danh bạ, còn UTF-8 là cách viết số điện thoại lên phong bì.
UTF-8 dùng từ 1 đến 4 byte cho mỗi kí tự:
- Chữ cái tiếng Anh, chữ số: 1 byte.
- Nhiều chữ tiếng Việt có dấu: 2 đến 3 byte.
- Kí hiệu như ♥ ★ →: 3 byte.
- Emoji như 😀 và các chữ kiểu toán học như 𝐀: 4 byte.
Điều này giải thích một hiện tượng hay gặp: có game giới hạn tên theo số byte chứ không theo số chữ. Khi đó một tên chứa nhiều kí tự đặc biệt sẽ "hết chỗ" nhanh hơn tên chỉ có chữ thường. Nếu bị báo tên quá dài, hãy bớt kí tự trang trí trước khi bớt chữ.
Vì sao kí tự đặc biệt copy được giữa các app?
Khi bạn bấm vào một kí tự trên kho kí tự đặc biệt, thứ được chép vào bộ nhớ tạm không phải hình vẽ, mà là code point của nó. App nhận dữ liệu đọc code point, rồi tìm trong font chữ đang dùng một hình vẽ tương ứng để hiện lên màn hình.
Quy trình gồm ba bước:
- Copy: hệ điều hành lưu code point, ví dụ U+2665.
- Dán: app nhận code point và lưu lại dưới dạng UTF-8 hoặc kiểu mã hoá khác của Unicode.
- Hiển thị: app hỏi font "bạn có hình cho U+2665 không?". Có thì vẽ ♥, không có thì mượn font khác của hệ thống.
Bước thứ ba là nơi phát sinh lỗi. Nếu không font nào trên máy có hình cho kí tự đó, bạn sẽ thấy một ô vuông trống. Nguyên nhân và cách xử lý được giải thích kỹ trong bài vì sao kí tự đặc biệt hiện ô vuông.
Các khối Unicode hay gặp khi chơi kí tự
Unicode chia kí tự thành từng khối (block), mỗi khối là một dải mã liền nhau cùng chủ đề. Biết tên khối giúp bạn đoán kí tự nào dễ hiển thị và kí tự nào kén máy.
| Khối | Ví dụ | Hay dùng để |
|---|---|---|
| Arrows | → ← ↑ ↓ ↔ | Chỉ hướng trong ghi chú, slide, bio |
| Geometric Shapes | ■ □ ▲ ▼ ◆ ● | Gạch đầu dòng, khung trang trí |
| Enclosed Alphanumerics | ① ② ③ Ⓐ Ⓑ | Đánh số bước, tên game nổi bật |
| Miscellaneous Symbols | ♥ ★ ☆ ♪ ☀ | Trang trí tên, tin nhắn, caption |
| Dingbats | ✓ ✔ ✿ ❀ ❤ | Danh sách việc cần làm, bio |
| Mathematical Alphanumeric Symbols | 𝐀 𝑨 𝓐 𝔸 | Chữ in đậm, nghiêng, viết tay trên mạng xã hội |
Khối nào an toàn nhất?
Arrows, Geometric Shapes và Miscellaneous Symbols có mặt từ rất sớm, nên gần như máy nào cũng hiển thị được. Bạn có thể yên tâm dùng kí tự mũi tên trong tài liệu gửi cho người khác.
Khối Mathematical Alphanumeric Symbols nằm ở vùng mã cao hơn, cần 4 byte. Đây là nguồn của các kiểu "font" trên mạng xã hội. Thực chất chúng không phải font, mà là các kí tự riêng trông giống chữ cái. Vì vậy chúng đẹp nhưng kén nơi dùng hơn, có game hoặc app cũ sẽ không nhận.
Những hiểu lầm phổ biến về Unicode
"Font chữ đẹp trên Facebook là font thật"
Không phải. Công cụ font chữ đẹp chuyển từng chữ của bạn sang kí tự Unicode tương ứng, ví dụ "A" thành 𝐀. Vì là kí tự chứ không phải định dạng, nó copy đi đâu cũng giữ kiểu. Đổi lại, công cụ tìm kiếm và trình đọc màn hình có thể không đọc được như chữ thường.
"Kí tự hiện khác nhau là do lỗi"
Không hẳn. Unicode chỉ quy định kí tự là gì, không quy định vẽ ra sao. Mỗi font vẽ một kiểu, nên ★ trên iPhone có thể hơi khác ★ trên Windows. Miễn là đúng hình ngôi sao thì vẫn là cùng một kí tự.
"Ký tự đặc biệt làm máy chậm hoặc nhiễm virus"
Không. Kí tự Unicode chỉ là dữ liệu chữ. Thứ cần cẩn thận là đường link lạ, không phải dấu ♥ hay ★.
Tóm lại
Unicode là bảng mã chung, code point là số định danh của từng kí tự, còn UTF-8 là cách lưu số đó. Hiểu ba khái niệm này, bạn sẽ biết vì sao kí tự copy được khắp nơi, vì sao đôi khi hiện ô vuông và vì sao tên game bị báo quá dài.
Lần tới khi chọn kí tự, hãy ưu tiên các khối phổ biến cho nơi cần chắc chắn hiển thị, và để dành chữ kiểu toán học cho bio, caption, nơi bạn kiểm tra được ngay sau khi dán.
Chia sẻ bài viết này:
