15、深入理解字符串：从ASCII到Unicode的全面解析

深入理解字符串：从ASCII到Unicode的全面解析

1. 字符编码的演变

ASCII（美国信息交换标准代码）是字符编码的基础，它包含128个基本字符，这些字符至今仍是Unicode核心的一部分。然而，随着世界上众多语言的存在，仅靠ASCII无法满足需求，于是出现了扩展版本。扩展版本利用第8位为字符集增加了另外128个字符，这就是有时被称为ASCII - 8的编码。

不同的操作系统和标准采用了不同的字符集扩展方式。例如，Windows采用了一种称为代码页（code page）的字符集，其字符集取决于系统的区域设置和Windows版本。除了Windows代码页，还有许多基于类似分页方法的其他标准，这些标准成为了国际ISO标准的一部分。其中，ISO 8859标准最为重要，它定义了多个区域字符集，最常用的是拉丁字符集，即ISO 8859 - 1。需要注意的是，Windows 1252代码页与ISO 8859 - 1并不完全一致，Windows在128到150的区域添加了额外的字符，如欧元符号（€）和额外的引号等，这些扩展与Unicode代码点不兼容。

2. Unicode代码点和字形

在Unicode中，除了代码点的概念，还需要了解字形（grapheme）。有时，多个代码点可以用来表示一个字形（视觉字符），这通常不是单个字母，而是字母或字母与符号的组合。例如，拉丁字母“a”的代码点（#$0061）后面跟着重音符号的代码点（#$0300），应该显示为一个带重音的字符。在Object Pascal中，可以通过以下代码实现：

var
  str: String;
begin
  str