Con i termini "glifo", o "carattere", noi indichiamo lettere, numeri, simboli, ideogrammi, loghi, formattazioni, decorazioni, emoticon e altro, in linguaggi e scrittture differenti: in informatica è una tabella ad occuparsi di convertire questi simboli assegnando ad ognuno una posizione numerica univoca (codifica) utilizzabile dal calcolatore. Esistono dunque arbitrarie tabelle di codifica per "indicare al computer quale carattere mostrare", ed è la necessità di un corretto scambio di informazioni tra elaboratori a portare alla nascita degli standard attualmente più utilizzati:

TABELLA CARATTERI ASCII (American Standard Code for Information Interchange - Codice Standard Americano per lo Scambio di Informazioni) è la tabella pubblicata nel 1968 dall American National Standards Institute (ANSI) come X3.4, proveniente dai laboratori IBM e divenuta standard ISO/IEC 646 nel 1972. Conosciuta successivamente anche come US-ASCII, ASCII-RISTRETTA o ANSI-ASCII, utilizza 7bit per rappresentare ogni carattere, limitandoli dunque a 127.

TABELLA EXTENDED-ASCII (standardizzata solo nel 2001 come ISO/IEC 8859 e suddivisa in 15 sezioni indipendenti) permette un ampliamiento dei caratteri disponibili con ASCII. Organizza il proliferare di tabelle proprietarie come la PETSCII dei Commodore basata sullo standard ASCII originario del 1963, le codifiche ASCII-compatibili di IBM e la code page 1252 di Microsoft usata nelle versioni europee di Windows. Utilizza 8bit per rappresentare ogni carattere, aumentando a 256 le possibilità di ogni sezione e arrivando a gestire 65.536 caratteri utilizzando differenti codifiche, al fine di includere molti alfabeti non latini. Il mantenimento di questa tabella venne abbandonato nel 2004 in favore dello sviluppo di UNICODE.

TABELLA UNICODE o UCS (Universal Coded Character Set, standard ISO/IEC 10646) è la tabella nata nel 1991 e che ad oggi codifica quasi tutti i sistemi di scrittura e caratteri speciali esistenti: utilizzando 16Bit per carattere, la tredicesima revisione di questa tabella include oltre 137.000 caratteri da 150 alfabeti differenti, disponendo di 1.114.112 possibilità totali per espansioni future pianificate. Lo standard ISO/IEC 10646 "UCS" viene aggiornato parallelamente allo sviluppo di UNICODE, e spesso definito dunque anch'esso UNICODE. UNICODE® è il marchio dell'omonimo consorzio internazionale che si occupa del mantenimento e ampliamento di questa tabella e che si prefigge di coprire tutti i caratteri rappresentabili garantendo compatibilità con le codifiche già definite.

In sintesi: I moderni computer supportano tutti la TABELLA UNICODE; La CODIFICA UTF-8 è assolutamente la più utilizzata nel web, come suggerito anche dal consorzio W3C; Con UNICODE e UTF-8 diventa possibile utilizzare nello stesso documento qualsia glifo intenazionale presente nella tabella stessa, senza proccupazioni di compatibilità di codifica.

Le tabelle di codifica UNICODE e UCS in dettaglio dispongono di oltre un milione di posizioni utilizzabili identificate da un numero intero univoco chiamato "code point", suddivise tra 17 diversi "piani" della capacità di 65.536 code point ciascuno, ulteriormente suddivisi in gruppi di dimensioni multiple di 16, chiamati "blocchi", o anche "scripts" o "set"; i primi 15 blocchi sono definiti come da specifiche ISO8859-1 / ISO8859-15, compatibili quindi con sia con US-ASCII che EXTENDED-ASCII (I codici decimali dallo 0 al 31 e il 127 sono codici di controllo - come in ASCII; i caratteri dal 128 al 159 sono lasciati vuoti per evitare conflitti con i 7 bit più bassi dei caratteri di controllo US-ASCII, come in ENTENDED-ASCII; altri vuoti vengono inoltre lasciati al fine di garantire la compatibilità con le tabelle e codifiche locali precedenti e future)

Il funzionamento prevede l'uso di una codifica locale UTF-8, UTF-16 o UTF-32, accettandone correttamente anche molte altre: (ad esempio in Cina è standardizzata la codifica GB18030, mentre in Italia viene spesso usata anche ISO-8859-15 o cp1252) UTF-32 necessita di 4 byte per rappresentare ogni glifo, producendo testo ingombrante e risultando poco utilizzata nella pratica; UTF-8, definita anche codifica multibyte, usa un byte (8 bit) per i primi 128 code point (il che significa che un testo ASCII è anche UTF-8), e sino a 4 byte (32 bit) per gli altri caratteri.

Molti linguaggi e sistemi supportano la sintassi "U+" seguita dalle quattro o sei cifre esadecimali del numero intero identificativo per esprimere un code point: XML, inclusi dialetti come HTML, xHTML, HTML5, HTML401 etc, supportata la sintassi "&#" seguita del numero decimale identificativo e terminante con ";" per esprimere una "Entità" (Entity, o HTML entities). Le "Entità" vengono automaticamente convertite dal browser nel carattere corrispondente (dipendentemete dalla codifica dichiarata).

UNICODE® è il marchio del consorzio internazionale che si occupa del mantenimento dell'omonima tabella di codifica.
Il sito ufficiale e le ultime relative a UNICODE® sono disponibili su unicode.org