Slevy (blok Unicode) - Specials (Unicode block)

Speciální nabídka
RozsahU + FFF0..U + FFFF
(16 kódových bodů)
LetadloBMP
SkriptyBěžný
Přiřazeno5 kódových bodů
Nepoužitý9 vyhrazených kódových bodů
2 bez znaků
Historie verzí Unicode
1.0.01 (+1)
2.12 (+1)
3.05 (+3)
Poznámka: [1][2]

Speciální nabídka je krátký Unicode blok přidělený na samém konci Základní vícejazyčné letadlo, na U + FFF0 – FFFF. Z těchto 16 kódových bodů bylo od Unicode 3.0 přiděleno pět:

  • U + FFF9 INTERLINEAR ANOTATION ANCHOR, označuje začátek anotovaný text
  • U + FFFA MEZINÁRODNÍ ODDĚLOVAČ ANOTACE, označí začátek anotujících znaků
  • U + FFFB TERMINÁTOR MEZINÁRODNÍ ANOTACE, označí konec bloku poznámky
  • U + FFFC  CHARAKTER VÝMĚNY PŘEDMĚTŮ, zástupný text v textu pro jiný nespecifikovaný objekt, například v a složený dokument.
  • U + FFFD � CHARAKTER VÝMĚNY slouží k nahrazení neznámého, nerozpoznaného nebo nepředstavitelného znaku
  • U + FFFE <noncharacter-FFFE> ne postava.
  • U + FFFF <noncharacter-FFFF> ne postava.

FFFE a FFFF nejsou nepřiřazené v obvyklém smyslu, ale zaručeno, že to nebudou vůbec znaky Unicode. Mohou být použity k uhodnutí schématu kódování textu, protože jakýkoli text, který je obsahuje, není podle definice správně kódovaný text Unicode. Unicode U + FEFF ZNAČKA OBJEDNÁVKY BYTE znak lze vložit na začátek textu Unicode, aby signalizoval jeho endianismus: program, který čte takový text a narazí na 0xFFFE, by pak věděl, že by měl přepnout pořadí bajtů pro všechny následující znaky.

Název bloku v Unicode 1.0 byl Speciální.[3]

Náhradní znak

Náhradní znak

The náhradní znak (často černý diamant s bílým otazníkem nebo prázdným čtvercovým políčkem) je symbol nalezený v Unicode standard v kódovém bodě U + FFFD v Speciální nabídka stůl. Používá se k označení problémů, když systém není schopen vykreslit proud dat na správný symbol. Obvykle se zobrazuje, když jsou data neplatná a neodpovídají žádnému znaku:

Zvažte textový soubor obsahující německé slovo srst (ve smyslu „pro“) v ISO-8859-1 kódování (0x66 0xFC 0x72). Tento soubor je nyní otevřen textovým editorem, který předpokládá, že vstup je UTF-8. První a poslední bajt jsou platná kódování ASCII UTF-8, ale prostřední bajt (0xFC) není platný bajt v UTF-8. Proto by textový editor mohl tento bajt nahradit symbolem nahrazujícího znaku, aby vytvořil platný řetězec Unicode kódové body. Celý řetězec se nyní zobrazuje takto: „f r“.

Špatně implementovaný textový editor může uložit náhradu ve formě UTF-8; data textového souboru pak budou vypadat takto: 0x66 0xEF 0xBF 0xBD 0x72, který bude v ISO-8859-1 zobrazen jako „f�r“ (toto se nazývá mojibake ). Protože nahrazení je u všech chyb stejné, je nemožné obnovit původní znak. Lepší (ale těžší implementovatelný) design je zachovat původní bajty, včetně chyby, a převést je pouze na náhradu, když zobrazování text. To umožní textovému editoru uložit původní sekvenci bajtů a zároveň uživateli zobrazit indikátor chyby.

Najednou se náhradní znak často používal, když pro daný znak nebyl v písmu k dispozici žádný glyf. Většina moderních systémů pro vykreslování textu místo toho používá písmo .notdef znak, kterým je ve většině případů prázdné pole (nebo „?“ v poli[4]), někdy nazývaný „tofu "(tento prohlížeč zobrazuje ). Pro tento symbol neexistuje žádný bod kódu Unicode."

Náhradní znak se tedy nyní zobrazuje pouze u chyb kódování, jako je neplatný UTF-8. Některý software se to pokouší skrýt překládáním bajtů neplatného UTF-8 na odpovídající znaky Windows-1252 (protože to je nejpravděpodobnější zdroj těchto chyb), takže náhradní znak není nikdy vidět.

Unicode graf

Speciální nabídka[1][2][3]
Oficiální tabulka kódů konsorcia Unicode (PDF)
 0123456789ABCDEF
U + FFFx IA
A		 IA
S		 IA
T		�
Poznámky
1.^ Od verze Unicode 13.0
2.^ Šedé oblasti označují nepřiřazené body kódu
3.^ Černé oblasti označují neznaky (body kódu, u kterých je zaručeno, že nebudou nikdy přiřazeny jako kódované znaky ve standardu Unicode)

Dějiny

Následující dokumenty související s Unicode zaznamenávají účel a proces definování konkrétních znaků v bloku Specials:

VerzeKonečné body kódu[A]PočetUTC IDL2 IDWG2 IDDokument
1.0.0U + FFFD1(být odhodlán)
U + FFFE..FFFF2(být odhodlán)
L2 / 01-295RMoore, Lisa (06.11.2001), "Motion 88-M2", Zápis ze zasedání UTC / L2 # 88
L2 / 01-355N2369 (html, doc )Davis, Mark (2001-09-26), Žádost o povolení FFFF, FFFE v UTF-8 v textu ISO / IEC 10646
L2 / 02-154N2403Umamaheswaran, V. S. (2002-04-22), „9.3 Povolení FFFF a FFFE v UTF-8“, Návrh zápisu ze schůze WG 2 41, Hotel Phoenix, Singapur, 19. 10. 2001
2.1U + FFFC1UTC / 1995-056Sargent, Murray (06.06.1995), Doporučení k zakódování znaku WCH_EMBEDDING
UTC / 1996-002Aliprand, Joan; Hart, Edwin; Greenfield, Steve (03.03.1996), „Embedded Objects“, UTC # 67 minut
N1365Sargent, Murray (1996-03-18), Shrnutí návrhu - Znak nahrazení objektu
N1353Umamaheswaran, V. S .; Ksar, Mike (25.06.1996), „8,14“, Návrh zápisu ze schůze WG2 v Kodani č. 30
L2 / 97-288N1603Umamaheswaran, V. S. (1997-10-24), "7,3", Nepotvrzené zápisy ze schůze, WG 2 Meeting # 33, Heraklion, Kréta, Řecko, 20. června - 4. července 1997
L2 / 98-004RN1681Text ISO 10646 - AMD 18 pro registraci PDAM a hlasování FPDAM, 1997-12-22
L2 / 98-070Aliprand, Joan; Winkler, Arnold, „Další komentáře k 2.1“, Zápis ze společného setkání UTC a L2 ze setkání v Cupertinu ve dnech 25. – 27. Února 1998
L2 / 98-318N1894Upravený text 10646-1 / FPDAM 18, POZMĚŇOVACÍ NÁVRH 18: Symboly a další, 1998-10-22
3.0U + FFF9..FFFB3L2 / 97-255RAliprand, Joan (03.12.1997), "3.D Návrh pro in-line notaci (rubín)", Approved Minutes - UTC # 73 & L2 # 170 joint meeting, Palo Alto, CA - 4. - 5. srpna 1997
L2 / 98-055Freytag, Asmus (1998-02-22), Podpora implementace inline a interlineárních anotací
L2 / 98-070Aliprand, Joan; Winkler, Arnold, „3.C.5. Podpora implementace inline a interlineárních anotací“, Zápis ze společného setkání UTC a L2 ze setkání v Cupertinu ve dnech 25. – 27. Února 1998
L2 / 98-099N1727Freytag, Asmus (1998-03-18), Podpora implementace interlineárních anotací, jak se používají ve východoasijské typografii
L2 / 98-158Aliprand, Joan; Winkler, Arnold (26. 5. 1998), „Inline a Interlineární anotace“, Návrh zápisu - společné setkání UTC # 76 a NCITS podskupiny L2 # 173, Tredyffrin, Pensylvánie, 20. – 22. Dubna 1998
L2 / 98-286N1703Umamaheswaran, V. S .; Ksar, Mike (02.07.1998), „8,14“, Nepotvrzené zápisy ze schůze, WG 2 Meeting # 34, Redmond, WA, USA; 1998-03-16-20
L2 / 98-270Hiura, Hideki; Kobayashi, Tatsuo (1998-07-29), Návrh na návrh inline a interlineární anotace
L2 / 98-281R (pdf, html )Aliprand, Joan (1998-07-31), „In-Line and Interlinear Annotation (III.C.1.c)", Nepotvrzené minuty - UTC # 77 & NCITS Podskupina L2 # 174 SPOLEČNÉ ZASEDÁNÍ, Redmond, WA - 29. - 31. července 1998
L2 / 98-363N1861Sato, T. K. (01.09.1998), Rubínové značky
L2 / 98-372N1884R2 (pdf, doc )Whistler, Ken; et al. (1998-09-22), Další znaky pro USS
L2 / 98-416N1882.zipPodpora implementace meziriadkových poznámek, 1998-09-23
L2 / 98-329N1920Kombinovaná registrace PDAM a hlasování o zvážení na WD pro ISO / IEC 10646-1 / Amd. 30, POZMĚŇOVACÍ NÁVRH 30: Další latinka a další znaky, 1998-10-28
L2 / 98-421RSuignard, Michel; Hiura, Hideki (04.12.1998), Poznámky týkající se meziriadkových anotačních znaků PDAM 30
L2 / 99-010N1903 (pdf, html, doc )Umamaheswaran, V. S. (1998-12-30), "8.2.15", Zápis ze schůze pracovní skupiny 2 35, Londýn, Velká Británie; 1998-09-21-25
L2 / 98-419 (pdf, doc )Aliprand, Joan (05.02.1999), "Interlinear Annotation Characters", Schválené zápisy - UTC # 78 a NCITS Podskupina L2 # 175 Společné zasedání, San Jose, CA - 1. - 4. prosince 1998
UTC / 1999-021Duerst, Martin; Bosak, Jon (1999-06-08), Prohlášení W3C XML CG o anotačních znacích
L2 / 99-176RMoore, Lisa (04.11.1999), "W3C Liaison Statement on Annotation Character", Zápis ze společného zasedání UTC / L2 v Seattlu, 8. – 10. Června 1999
L2 / 01-301Whistler, Ken (01. 08. 2001), „E. Označeno jako„ silně nedoporučujeme “pro výměnu prostého textu“, Analýza nepoužívání znaků ve standardu Unicode
  1. ^ Navrhované názvy kódových bodů a znaků se mohou lišit od konečných kódových bodů a názvů znaků

Viz také

Reference

  1. ^ "Databáze znaků Unicode". Standard Unicode. Citováno 2016-07-09.
  2. ^ „Výčet verzí standardu Unicode“. Standard Unicode. Citováno 2016-07-09.
  3. ^ „3.8: Grafy po blocích“ (PDF). Standard Unicode. verze 1.0. Konsorcium Unicode.
  4. ^ „Doporučení pro písma OpenType (OpenType 1.7) - typografie“. docs.microsoft.com. Citováno 18. října 2020.