若水资讯

前两天听说feedburner被河蟹掉了，今天去翻google的官方博客新闻，发现blogsopt也再次河蟹了，感慨自己前两天的英明抉择没有在上面开博。
这是一篇我在google的官方博客上看到的消息，原文地址：http://googleblog.blogspot.com/2008/05/moving-to-unicode-51.html。因为我的英语水平一般，所以是带有意译的成分，用词不一定和原文对应的上。

正文如下：

还没有等Unicode 5.1发布满一个月，Google已经开始支持他了。这种特性已经在搜索中可以使用，所以像使用Malayalam（印尼南部的一种方言）这种语言的人已经可以在搜索的内容包含在Unicode 5.1中新添加的字符了。网页文件可以使用许多种不同的字符编码，例如ASCII、Latin-1、Windows 1252以及Unicode等。大部分的编码，只能涵盖少数的语言，但Unicode能够处理任何从中文到法语乃至阿拉伯语。我们（这里指Google）长期以来一直使用Unicode作为进行文字搜索的内部格式：任何其他编码首先是转换为Unicode去处理。因此，我们会定期更新到每个新版本的Unicode（包括相关的标准，CLDR和的BCP 47 ）以确保我们是最新的。因此， Unicode在我们的使命发挥了关键作用。

原生的Unicode网页增多

仅仅在去年12月，在网上有一个有趣的里程碑。我们发现在网页上Unicode第一次巧合性地在10天内同时超越ASCII和西欧编码，成为是最常见的编码 。但是更令人印象深刻的不仅仅是超越，而是这件事发生之迅速，请看看图形中的蓝色线条。

你可以看到以ASCII编码（ 不含音调的字母A到Z ）的页面的长期下降趋势  。最近，使用只涉及西欧字母（ ASCII的和少数带音调字母像Ä, Ç, 和 Ø）的编码有一个显著下降趋势 。在其他特定语言的编码中我们也看到类似的下降。 另一方面，Unicode的使用出现了大幅增加。

这些数据是基于我们对网页的索引资料，因而有些部分可能会与其他的搜索引擎所找到的有所不同。不过，趋势是相当清楚的，而且持续上升，使用Unicode使得我们处理覆盖范围里的多种语言更容易。

P.S.原文中图片上的文字可能看不清，蓝色是Unicode编码，红色是ASCII，黄色是西欧编码，绿色是中文的GB2312编码，灰色是日文编码。