Unicode是一种字符编码标准，用来表示世界上几乎所有的文字和符号。它的核心目的是提供一个统一的字符集，让不同语言和系统之间的字符处理更加一致和兼容。下面是一些关于 Unicode 的重要知识点：
Unicode 包含了大量的字符，覆盖了全球几乎所有的语言文字、符号、表情符号等。Unicode 标准通过不同的编码方案（如 UTF-8、UTF-16、UTF-32）来表示字符。
Unicode 并不直接规定如何存储字符，而是规定了字符的代码点（code point）。实际的存储方式依赖于不同的编码方式，如：
Unicode 将字符分配到不同的“区块”（blocks）。每个字符有一个唯一的代码点（例如，U+0041 对应字母“A”）。这些区块有时会根据语言、符号、历史背景等分类：
Unicode 字符被分类为不同类型：
Unicode 的一个重要目标是兼容性，它允许现代应用程序处理各种语言的文本，包括过去和当前的字符集。虽然UTF-8是最常用的编码方式，它依然向后兼容 ASCII。
Unicode 标准也包含了许多表情符号（emoji）。这些符号的代码点（例如，U+1F600 对应一个笑脸）允许跨平台、跨设备传递表情。
Unicode 是一个不断更新的标准。每年都会发布新的 Unicode 版本，每个版本会加入新的字符、符号、改进和修正。例如，最近的 Unicode 14 和 15 引入了新的表情符号、更多的历史字符和符号。
汉字在 Unicode 中有着专门的代码点区域，例如：
这些区域的引入使得 Unicode 成为支持多语言文本处理的一个重要标准，特别是在涉及到中文的应用中。
在 UTF-16 和 UTF-32 编码中，BOM（Byte Order Mark）用来表示字节顺序。对于 UTF-16，BOM 可能是 0xFEFF（表示大端字节顺序）或 0xFFFE（表示小端字节顺序）。
在处理 Unicode 字符串时，正则表达式的匹配可以根据 Unicode 分类进行匹配，例如：
\p{L} 可以匹配所有字母字符。
\p{N} 可以匹配所有数字字符。
\p{Emoji} 可以匹配所有表情符号。