Emacs 23 使用的字符集比 Unicode 大四倍 - 为什么？

Question

来自 Emacs 23.1 NEWS :

*** The Emacs character set is now a superset of Unicode. (It has about four times the code space, which should be plenty).

稍后会提供更多详细信息:

*** In multibyte buffers and strings, characters are represented by UTF-8 byte sequences. The character code space is now 0x0..0x3FFFFF with no gap; code points 0x0..0x10FFFF are Unicode characters of the same code points, while code points 0x3FFF80..0x3FFFFF are raw 8-bit bytes.

根据维基百科， BMP的 UCS有65536个字符，最新版 Unicode包含超过 107000 个字符，UCS 拥有超过一百万个代码点。 0x3FFFFF 超过四百万。

可以解决哪些问题，或者拥有作为 Unicode 超集的内部字符集有什么好处？

Answer 1

Unicode 旨在包含所有人类语言所需的字符集，这对于代码的全局化/本地化当然很有用，但由于 Emacs 是众神本身的工具，因此它还必须包含神可能使用的每个字符各种(包括但不限于远古时代的诡异 rune )、太空种族(包括但不限于我们 future 的外星霸主)、超智能机器智能(包括但不限于我们 future 的机器人大师) 以及其他所有渴望无限宇宙力量的生物。那可能是很多字符!

或者它可能与 UTF-8 是一种编码字符的方式有关，它比 Unicode 集占用的空间大得多，而 Emacs 只支持整个 UTF-8，但我更喜欢上面的解释。