Unicode-teckenegenskap

Unicode -standarden tilldelar olika egenskaper till varje Unicode-tecken och kodpunkt .

Egenskaperna kan användas för att hantera tecken (kodpunkter) i processer, som vid radbrytning, skriptriktning höger till vänster eller tillämpning av kontroller. Vissa "teckenegenskaper" är också definierade för kodpunkter som inte har några tecken tilldelade och kodpunkter som är märkta som " ". Teckenegenskaperna beskrivs i standardbilaga #44.

Egenskaper har nivåer av kraft: normativa, informativa, bidragande eller provisoriska. För enkelhetens skull kan en teckenegenskap tilldelas genom att ange ett kontinuerligt intervall av kodpunkter som har samma egenskap.

Semantiska element

Egenskaperna visas i följande ordning:

[kod];[namn];[gc];[cc];[bc];[sönderdelning];;;[nv];[bm];[alias];;;;

• 'alias' = korrigerat namn
• 'bc' = bidi (dubbelriktad) kategori [L, R etc]
• 'bm' = bidi speglad [N eller Y]
• 'cc' = kombinerande klass [diakritisk position]
• nedbrytning = bokstav + diakritisk, ligatur XY, upphöjd X, typsnitt X, initial X, medial X, slutlig X, isolerad X, vertikal X, etc.
• 'gc' = allmän kategori [bokstav, symbol, siffra, skiljetecken, skiftlägesbeteende, etc.]
• 'nv' = numeriskt värde [av en siffra]

namn

Ett Unicode-tecken tilldelas ett unikt namn (na). Namnet består av versaler A–Z, siffrorna 0–9, bindestreck-minus (-) och mellanslag ( ). Vissa sekvenser är uteslutna: namn som börjar med ett mellanslag eller bindestreck, namn som slutar med ett mellanslag eller bindestreck, upprepade mellanslag eller bindestreck och mellanslag efter bindestreck är inte tillåtna. Namnet är garanterat unikt inom Unicode och kan användas för att identifiera en kodpunkt och dess karaktär. Ideografiska karaktärer, av vilka det finns tiotusentals, namnges i mönstret " cjk unified ideograph - hhhh ". Till exempel U+4E00 一   CJK UNIFIED IDEOGRAPH-4E00 . Formateringstecken namnges också: U+00A0 NO-BREAK SPACE .

Följande klasser av kodpunkter har inget namn (na=""): kontroller (allmän kategori: Cc), privat användning (Co), surrogat (Cs), icke-tecken (Cn) och reserverad (Cn). De kan refereras, informellt, av ett generiskt eller specifikt metanamn, kallat "Code Point Labels": <control>, <control-0088>, <reserved>, <noncharacter- hhhh >, <private - use- hhhh > , eller <surrogat>. Eftersom dessa etiketter innehåller <>-parenteser kan de aldrig visas som ett namn, vilket förhindrar förvirring.

Version 1.0 namn

I version 2.0 av Unicode ändrades många namn. Från och med då trädde regeln "ett namn kommer aldrig att ändras" i kraft, inklusive strikt (normativ) användning av aliasnamn. Nedlagda version 1.0-namn flyttades till egenskapen Alias, för att ge viss bakåtkompatibilitet.

Karaktärsnamnalias

Huvudartikel: Unicode-aliasnamn och förkortningar

Från och med Unicode version 2.0 kommer det publicerade namnet för en kodpunkt aldrig att ändras. Därför, i händelse av att ett teckennamn är felstavat eller om teckennamnet är helt fel eller allvarligt missvisande, kan ett formellt teckennamnsalias tilldelas tecknet, och detta alias kan användas av applikationer istället för det faktiska defekta teckennamnet . Till exempel, U+FE18 ︘ PRESENTATIONSFORMULÄR FÖR VERTIKAL HÖGER VIT LINSERBROTS har teckennamnet alias "PRESENTATIONSFORM FÖR VERTICAL RIGHT WHITE LENTICULAR BRACKET" för att mildra felstavningen av "bracket" som "bracet" i det faktiska teckennamnet; U+A015 ꀕ YI STAVELSE WU har teckennamnet alias "YI STAVELSE ITERATIONSMARK" eftersom det i motsats till teckennamnet inte har ett fast stavelsevärde.

Förutom teckennamnalias som är korrigeringar av defekta teckennamn, tilldelas vissa tecken alias som är alternativa namn eller förkortningar. Fem typer av teckennamnalias definieras i Unicode-standarden:

• Rättelse: korrigeringar för felstavade eller allvarligt felaktiga teckennamn;
• Kontroll: ISO 6429 -namn för C0- och C1-kontrollfunktioner (som inte är tilldelade teckennamn i Unicode-standarden);
• Alternativa: alternativa namn för vissa formattecken (endast U+FEFF "ZERO WIDTH NO-BREAK SPACE" som har aliaset "BYTE ORDER MARK");
• Figment: Dokumenterade etiketter för vissa C1-kontrollkodfunktioner som inte är faktiska namn i någon standard;
• Förkortning: Förkortningar eller akronymer för kontrollkoder, formattecken, mellanslag och variationsväljare.

Alla formella teckennamnalias följer reglerna för tillåtna teckennamn och är garanterade unika inom både teckennamnsaliaset och teckennamnsnamnrymden (av denna anledning är ISO 6429-namnet "BELL" inte definierat som ett alias för U +0007 eftersom U+1F514 heter "BELL").

Från och med Unicode version 12.1 definieras tjugoåtta formella teckennamnalias som korrigeringar för defekta teckennamn. Dessa listas nedan .

Förutom dessa normativa namn, kan informella namn visas i Unicode-koddiagrammen. Dessa är andra vanliga namn för ett tecken och har inte samma teckenbegränsning. Dessa informella namn är inte garanterade unika och kan komma att ändras eller tas bort i senare versioner av standarden.

Allmän kategori

Varje kodpunkt tilldelas ett värde för General Category. Detta är en av teckenegenskaperna som också definieras för otilldelade kodpunkter och kodpunkter som definieras som "inte ett tecken".

Allmän kategori (Unicode Character Property )
Värde	Kategori major, moll	Grundläggande typ	Karaktär tilldelad	Antal (från 15,0)	Anmärkningar
L , Bokstav; LC , versaler (endast Lu, Ll och Lt)
Lu	Bokstav, versaler	Grafisk	Karaktär	1,831
Ll	Bokstav, gemener	Grafisk	Karaktär	2,233
Lt	Brev, titelfall	Grafisk	Karaktär	31	Ligaturer som innehåller versaler följt av små bokstäver (t.ex. Dž , Lj , Nj och Dz )
Lm	Bokstav, modifierare	Grafisk	Karaktär	397	En modifieringsbokstav
Lo	Brev, annat	Grafisk	Karaktär	131,612	En ideograf eller en bokstav i ett unicase-alfabet
M , Mark
Mn	Mark, utan mellanslag	Grafisk	Karaktär	1 985
Mc	Markera, mellanrumskombination	Grafisk	Karaktär	452
Mig	Mark, omslutande	Grafisk	Karaktär	13
N , nummer
Nd	Tal, decimalsiffra	Grafisk	Karaktär	680	Alla dessa, och endast dessa, har numerisk typ = De
Nl	Siffra, bokstav	Grafisk	Karaktär	236	Siffror som består av bokstäver eller bokstavsliknande symboler (t.ex. romerska siffror )
Nej	Nummer, annat	Grafisk	Karaktär	915	Till exempel vulgära bråk , upphöjda och nedsänkta siffror
P , Interpunktion
Pc	Skiljetecken, kontakt	Grafisk	Karaktär	10	Inkluderar mellanrumstecken som "_" och andra mellanrumstecken . Till skillnad från andra skiljetecken kan dessa klassificeras som "ord"-tecken av reguljära uttrycksbibliotek.
Pd	Skiljetecken, streck	Grafisk	Karaktär	26	Innehåller flera bindestreck
Ps	Skiljetecken, öppen	Grafisk	Karaktär	79	Tecken för öppningsparentes
Pe	Skiljetecken, nära	Grafisk	Karaktär	77	Tecknen för avslutande parentes
Pi	Skiljetecken, första citat	Grafisk	Karaktär	12	Inledande citattecken . Inkluderar inte ASCII "neutrala" citattecken. Kan bete sig som Ps eller Pe beroende på användning
Pf	Skiljetecken, sista citat	Grafisk	Karaktär	10	Avslutande citattecken. Kan bete sig som Ps eller Pe beroende på användning
Po	Skiljetecken, andra	Grafisk	Karaktär	628
S , Symbol
Sm	Symbol, matematik	Grafisk	Karaktär	948	Matematiska symboler (t.ex. + , − , = , × , ÷ , √ , ∊ , ≠ ). Inkluderar inte parenteser och parenteser, som finns i kategorierna Ps och Pe. Inkluderar inte heller ! , * , - , eller / , som trots frekvent användning som matematiska operatorer, i första hand anses vara "interpunktion".
Sc	Symbol, valuta	Grafisk	Karaktär	63	Valutasymboler
Sk	Symbol, modifierare	Grafisk	Karaktär	125
Så	Symbol, annat	Grafisk	Karaktär	6,634
Z , separator
Zs	Separator, utrymme	Grafisk	Karaktär	17	Inkluderar blanksteg, men inte TAB , CR eller LF , som är Cc
Zl	Separator, linje	Formatera	Karaktär	1	Endast U+2028 LINE SEPARATOR (LSEP)
Z P	Avskiljare, paragraf	Formatera	Karaktär	1	Endast U+2029 PUNKTSEPARATOR (PSEP)
C , Annat
Cc	Annat, kontroll	Kontrollera	Karaktär	65 (kommer aldrig att förändras)	Inget namn,<control>
Jfr	Annat, format	Formatera	Karaktär	170	Innehåller det mjuka bindestrecket , sammanfogande kontrolltecken ( ZWNJ och ZWJ ), kontrolltecken för att stödja dubbelriktad text och språktagg -tecken
Cs	Annat, surrogat	Surrogat	Inte (används endast i UTF-16 )	2 048 (kommer aldrig att förändras)	Inget namn,<surrogate>
Co	Annat, privat bruk	Privat användning	Karaktär (men ingen tolkning specificerad)	137 468 totalt (kommer aldrig att förändras) ( 6 400 i BMP , 131 068 i Plan 15–16 )	Inget namn,<private-use>
Cn	Annat, ej tilldelat	Icke karaktär	Inte	66 (kommer aldrig att förändras)	Inget namn,<noncharacter>
		Reserverad	Inte	825,279	Inget namn,<reserved>

Skiljetecken

Tecken har separata egenskaper för att ange att de är ett skiljetecken . Egenskaperna har alla ett Ja/Nej-värden : Dash , Quotation_Mark , Sentence_Terminal , Terminal_Punctuation .

Huvudartiklar: Bindestreck , citattecken glyf § Citattecken i Unicode , och Terminal interpunktion

Whitespace

Huvudartikel: Whitespace-tecken

Whitespace är ett vanligt begrepp för en typografisk effekt. I grund och botten täcker det osynliga tecken som har en mellanrumseffekt i renderad text. Den innehåller blanksteg , tabbar och nya radformateringskontroller. I Unicode har ett sådant tecken egenskapsuppsättningen "WSpace=yes". I version 15.0 finns det 25 blanksteg.

Unicode-tecken med egenskapen White_Space=yes
namn	Kodpunkt		Bredd låda	Kan gå sönder ?	I IDN ?	Manus	Blockera	Allmän kategori	Anteckningar
teckentabell	U+0009	9		Ja	Nej	Allmänning	Grundläggande latin	Annat, kontroll	HT, horisontell flik . HTML/XML namngiven enhet : 	 , LaTeX : \tab , C escape: \t
linjematning	U+000A	10	Är en radbrytning			Allmänning	Grundläggande latin	Annat, kontroll	LF, Linjematning . HTML/XML namngiven enhet: 
 , C escape: \n
linjetabell	U+000B	11	Är en radbrytning			Allmänning	Grundläggande latin	Annat, kontroll	VT, vertikal flik . C flykt: \v
form foder	U+000C	12	Är en radbrytning			Allmänning	Grundläggande latin	Annat, kontroll	FF, Form feed . C flykt: \f
vagnretur	U+000D	13	Är en radbrytning			Allmänning	Grundläggande latin	Annat, kontroll	CR, vagnretur . C flykt: \r
Plats	U+0020	32		Ja	Nej	Allmänning	Grundläggande latin	Separator, utrymme	Vanligast (normalt ASCII-utrymme). LaTeX: \
nästa rad	U+0085	133	Är en radbrytning			Allmänning	Latin-1 tillägg	Annat, kontroll	NEL, Nästa rad . LaTeX: \\
utrymme utan avbrott	U+00A0	160		Nej	Nej	Allmänning	Latin-1 tillägg	Separator, utrymme	Non-breaking space : identisk med U+0020, men inte en punkt där en linje kan brytas. HTML/XML namngiven enhet:   ,   LaTeX: ~
ogham rymdmärke	U+1680	5760		Ja	Nej	Ogham	Ogham	Separator, utrymme	Används för interordseparation i Ogham -text. Normalt en vertikal linje i vertikal text eller en horisontell linje i horisontell text, men kan också vara ett tomt utrymme i "stamlösa" typsnitt. Kräver ett Ogham-teckensnitt.
en quad	U+2000	8192		Ja	Nej	Allmänning	Allmän interpunktion	Separator, utrymme	Bredd på en sv . U+2002 är kanoniskt ekvivalent med detta tecken; U+2002 är att föredra.
em quad	U+2001	8193		Ja	Nej	Allmänning	Allmän interpunktion	Separator, utrymme	Även känd som "fårkött quad". Bredd på ett em . U+2003 är kanoniskt ekvivalent med detta tecken; U+2003 är att föredra.
en space	U+2002	8194		Ja	Nej	Allmänning	Allmän interpunktion	Separator, utrymme	Även känd som "nöt". Bredd på en sv . U+2000 En Quad är kanoniskt ekvivalent med denna karaktär; U+2002 är att föredra. HTML/XML namngiven enhet:   , LaTeX: \enspace (LaTeX en space är ett no-break space)
em utrymme	U+2003	8195		Ja	Nej	Allmänning	Allmän interpunktion	Separator, utrymme	Även känd som "fårkött". Bredd på en em . U+2001 Em Quad är kanoniskt ekvivalent med denna karaktär; U+2003 är att föredra. HTML/XML namngiven enhet:   , LaTeX: \quad
tre per em-utrymme	U+2004	8196		Ja	Nej	Allmänning	Allmän interpunktion	Separator, utrymme	Även känt som "tjockt utrymme". En tredjedel av en em bred. HTML/XML namngiven enhet:   , LaTeX: \; (det tjocka LaTeX-utrymmet är ett utrymme utan avbrott)
fyra per em-utrymme	U+2005	8197		Ja	Nej	Allmänning	Allmän interpunktion	Separator, utrymme	Även känd som "mid space". En fjärdedel av en em bred. HTML/XML namngiven enhet:  
sex-per-em utrymme	U+2006	8198		Ja	Nej	Allmänning	Allmän interpunktion	Separator, utrymme	En sjättedel av en em bred. I datortypografi, ibland likställt med U+2009.
figurutrymme	U+2007	8199		Nej	Nej	Allmänning	Allmän interpunktion	Separator, utrymme	Figurutrymme . I teckensnitt med siffror med ett avstånd, lika med bredden på en siffra. HTML/XML namngiven enhet:  
interpunktion utrymme	U+2008	8200		Ja	Nej	Allmänning	Allmän interpunktion	Separator, utrymme	Lika bred som den smala interpunktionen i ett teckensnitt, dvs punktens eller kommateckens förskottsbredd. HTML/XML namngiven entitet:  
tunt utrymme	U+2009	8201		Ja	Nej	Allmänning	Allmän interpunktion	Separator, utrymme	Tunt utrymme ; en femtedel (ibland en sjättedel) av en em bred. Rekommenderas för användning som tusentalsavskiljare för mätningar gjorda med SI-enheter . Till skillnad från U+2002 till U+2008 kan dess bredd justeras vid typsättning. HTML/XML namngiven entitet:   ,   , LaTeX: \, (det tunna utrymmet i LaTeX är ett blanksteg utan avbrott)
hårutrymme	U+200A	8202		Ja	Nej	Allmänning	Allmän interpunktion	Separator, utrymme	Tunnare än ett tunt utrymme. HTML/XML namngiven entitet:     ( fungerar inte i alla webbläsare)
linjeavskiljare	U+2028	8232	Är en radbrytning			Allmänning	Allmän interpunktion	Separator, linje
styckeavskiljare	U+2029	8233	Är en radbrytning			Allmänning	Allmän interpunktion	Avskiljare, paragraf
smalt fritt utrymme	U+202F	8239		Nej	Nej	Allmänning	Allmän interpunktion	Separator, utrymme	Smal no-break utrymme . Liknande funktion till U+00A0 No-Break Space. När den används med mongoliska är dess bredd vanligtvis en tredjedel av det normala utrymmet; i andra sammanhang liknar dess bredd ibland det tunna utrymmet (U+2009). LaTeX: \,
medium matematiskt utrymme	U+205F	8287		Ja	Nej	Allmänning	Allmän interpunktion	Separator, utrymme	MMSP. Används i matematiska formler. Fyra artondelar av en em. I matematisk typografi anges bredderna på mellanslag vanligtvis i heltalsmultiplar av en artondel av en em, och 4/18 em kan användas i flera situationer, till exempel mellan a och + och mellan + och b i uttryck a + b . HTML/XML namngiven entitet:   , LaTeX: \: (LaTeX-mellanrummet är ett utrymme utan avbrott)
ideografiskt utrymme	U+3000	12288		Ja	Nej	Allmänning	CJK-symboler och interpunktion	Separator, utrymme	Lika bred som en CJK- teckencell ( fullbredd ). Används till exempel i tai tou .

Relaterade Unicode-tecken med egenskapen White_Space=no
namn	Kodpunkt		Bredd låda	Kan gå sönder ?	I IDN ?	Manus	Blockera	Allmän kategori	Anteckningar
mongoliska vokalavskiljare	U+180E	6158	᠎	Ja	Nej	mongoliska	mongoliska	Annat, Format	MVS. Ett smalt mellanslagstecken som används på mongoliska för att få de två sista tecknen i ett ord att anta olika former. Det är inte längre klassificerat som mellanslag (dvs i kategori Zs) i Unicode 6.3.0, även om det fanns i tidigare versioner av standarden.
noll bredd utrymme	U+200B	8203	.	Ja	Nej	?	Allmän interpunktion	Annat, Format	ZWSP, noll bredd utrymme . Används för att indikera ordgränser för textbehandlingssystem när man använder skript som inte använder explicit mellanrum. Det liknar det mjuka bindestrecket , med skillnaden att det senare används för att ange stavelsegränser, och bör visa ett synligt bindestreck när raden bryter vid det. HTML/XML namngiven entitet : ​
noll bredd icke-fogare	U+200C	8204	‌	Ja	Kontextberoende	?	Allmän interpunktion	Annat, Format	ZWNJ, noll bredd icke-fogare . När de placeras mellan två tecken som annars skulle vara kopplade, gör en ZWNJ att de skrivs ut i sin slutliga respektive initiala form. HTML/XML namngiven entitet: ‌
noll bredd snickare	U+200D	8205	‍	Ja	Kontextberoende	?	Allmän interpunktion	Annat, Format	ZWJ, nollbreddsfog . När de placeras mellan två tecken som annars inte skulle vara kopplade, gör en ZWJ att de skrivs ut i deras sammankopplade former. Kan också användas för att visa sammanfogningsformulär isolerat. Beroende på om en ligatur eller konjunkt förväntas som standard, kan antingen inducera (som i emoji och i singalesiska ) eller undertrycka (som i Devanagari ) substitution med en enda glyf, samtidigt som det tillåter användning av individuella sammanfogningsformer (till skillnad från ZWNJ). HTML/XML namngiven entitet: ‍
ordsnickare	U+2060	8288	⁠	Nej	Nej	?	Allmän interpunktion	Annat, Format	WJ, ordfogare . Liknar U+200B, men inte en punkt där en linje kan brytas. HTML/XML namngiven entitet: ⁠
noll bredd icke-brytande utrymme	U+FEFF	65279		Nej	Nej	?	Arabiska presentationsformulär -B	Annat, Format	Noll bredd icke-brytande utrymme . Används främst som ett byteordermärke . Användning som en indikation på att den inte går sönder är utfasad från och med Unicode 3.2; se U+2060 istället.

Andra allmänna egenskaper

Ideografisk, alfabetisk, icke-karaktär.

Kombinera klass

Några vanliga koder:

0 = mellanrumsbokstav, symbol eller modifierare (t.ex. a, (, ʰ)

1 = överlägg

6 = Han-läsning (CJK diakritiska läsmärken)

7 = nukta (diakritiska nukta i brahmiska skrifter )

8 = kana-stämmande tecken

9 = virama

10–199 = olika fasta befattningsklasser

Märken som fästs på grundbokstaven:

200 = fäst längst ner till vänster

202 = fäst direkt under (t.ex. cedilla på ç)

204 = fäst längst ner till höger

208 = fäst till vänster

210 = fäst till höger

212 = fäst längst upp till vänster

214 = fäst direkt ovanför

216 = fäst längst upp till höger

Märken som inte fästs på grundbokstaven:

218 = nedre vänster

220 = direkt under (t.ex. ring på n̥)

222 = under höger

224 = vänster

226 = höger

228 = över vänster

230 = ovan (t.ex. akut accent på á)

232 = ovanför höger

233 = dubbelt under (underlägger två baser )

234 = dubbelt över (förlänger två baser)

240 = iota nedsänkt (endast den grekiska diakritiken)

Visningsrelaterade egenskaper

Formning, bredd.

Dubbelriktad skrift

Sex teckenegenskaper hänför sig till dubbelriktad skrivning: Bidi_Class, Bidi_Control, Bidi_Mirrored, Bidi_Mirroring_Glyph, Bidi_Paired_Bracket och Bidi_Paired_Bracket_Type.

En av Unicodes viktigaste funktioner är stöd för dubbelriktad ( Bidi ) textvisning höger till vänster (R-till-L) och vänster till höger (L-till-R). Unicode Bidirectional Algorithm UAX9 beskriver processen att presentera text med ändrade skriptriktningar. Det möjliggör till exempel ett hebreiskt citat i en engelsk text. Bidi_Character_Type markerar en karaktärs beteende i riktningsskrivande. För att åsidosätta en riktning har Unicode definierat speciella formateringskontrolltecken ( Bidi-Control s). Dessa tecken kan framtvinga en riktning, och per definition påverkar endast dubbelriktad skrift.

Varje kodpunkt har en egenskap som heter Bidi_Class . Den definierar dess beteende i en dubbelriktad text som tolkas av algoritmen:

Dubbelriktad teckentyp ( Bidi_Class Unicode teckenegenskap )

Typ	Beskrivning	Styrka	Riktningsförmåga	Allmänt omfattning	Bidi_Control karaktär
L	Vänster till höger	Stark	L-till-R	De flesta alfabetiska och syllabiska tecken, kinesiska tecken, icke-europeiska eller icke-arabiska siffror, LRM-tecken, ...	U+200E VÄNSTER-TILL-HÖGER MARK (LRM)
R	Höger till vänster	Stark	R-till-L	Adlam, hebreiska, Mandaic, Mende Kikakui, N'Ko, Samaritan, antika manus som Kharoshthi och Nabataean, RLM-karaktär, ...	U+200F HÖGER TILL VÄNSTER MARK (RLM)
AL	Arabiskt brev	Stark	R-till-L	Arabiska, Hanifi Rohingya, Sogdian, Syriska och Thaana alfabet, och de flesta skiljetecken som är specifika för dessa skript, ALM-tecken, ...	U+061C ARABISK BOKSTAVSMÄRKE (ALM)
SV	Europeiskt nummer	Svag		Europeiska siffror, östarabiska-indiska siffror, koptiska epaktnummer, ...
ES	Europeisk separator	Svag		plustecken , minustecken , ...
ET	European Number Terminator	Svag		gradtecken , valutasymboler, ...
EN	Arabiskt nummer	Svag		Arabiska-indiska siffror, arabiska decimaler och tusentalsavgränsare, Rumi-siffror, Hanifi Rohingya-siffror, ...
CS	Gemensam nummeravskiljare	Svag		kolon , komma , punkt , no-break blanksteg , ...
NSM	Nonspace Mark	Svag		Tecken i allmänna kategorier Mark, nonspace, och Mark, omslutande (Mn, Me)
BN	Gränsneutral	Svag		Standard ignorables, icke-tecken, kontrolltecken andra än de som uttryckligen ges andra typer
B	Styckeavskiljare	Neutral		styckeavgränsare , lämpliga nyradsfunktioner, protokollbestämning på högre nivå
S	Segmentavskiljare	Neutral		Flikar
WS	Whitespace	Neutral		blanksteg , siffror , radavgränsare , formulärmatning , Allmänt Interpunktionsblockmellanslag (mindre uppsättning än Unicodes blankstegslista )
PÅ	Andra neutrala	Neutral		Alla andra tecken, inklusive objektersättningstecken
LRE	Vänster till höger inbäddning	Explicit	L-till-R	Endast LRE-tecken	U+202A VÄNSTER-TILL-HÖGER INBÄDDNING (LRE)
LRO	Åsidosätt vänster till höger	Explicit	L-till-R	Endast LRO-tecken	U+202D VÄNSTER-TILL-HÖGER OVERRID (LRO)
RLE	Inbäddning från höger till vänster	Explicit	R-till-L	Endast RLE-tecken	U+202B HÖGER TILL VÄNSTER INBÄDDNING (RLE)
RLO	Åsidosätt höger till vänster	Explicit	R-till-L	Endast RLO-tecken	U+202E HÖGER-TILL-VÄNSTER ÅSNITTERING (RLO)
PDF	Pop Riktningsformat	Explicit		Endast PDF-tecken	U+202C POP RIKTNINGSFORMATERING (PDF)
LRI	Isolera från vänster till höger	Explicit	L-till-R	Endast LRI-tecken	U+2066 VÄNSTER-TILL-HÖGER ISOLATER (LRI)
RLI	Isolera från höger till vänster	Explicit	R-till-L	Endast RLI-tecken	U+2067 HÖGER TILL VÄNSTER ISOLATER (RLI)
FSI	Första starka isolatet	Explicit		Endast FSI-tecken	U+2068 FIRST STRONG ISOLATE (FSI)
PDI	Pop Riktningsisolering	Explicit		Endast PDI-tecken	U+2069 POP DIRECTIONAL ISOLATE (PDI)
Noteringar 1. ^ Unicode Bidirectional Algorithm (UAX#9) , Från och med Unicode version 12.0 2. ^ Möjliga dubbelriktade teckentyper för teckenegenskap: Bidi_Class eller 'type' 3. ^ Bidi_Control-tecken : Tolv Bidi_Control-formateringstecken definieras. De är osynliga och har ingen effekt förutom riktning. Nio av dem har en unik, överstyrande BiDi-typ som används av algoritmen. Deras typ är också deras akronym (t.ex. tecknet 'LRE' har BiDi-typen 'LRE').

I normala situationer kan algoritmen bestämma riktningen för en text genom denna teckenegenskap. För att kontrollera mer komplexa Bidi-situationer, t.ex. när en engelsk text har ett hebreiskt citat, läggs extra alternativ till i Unicode. Tolv tecken har egenskapen Bidi_Control=Ja : ALM, FSI, LRE, LRI, LRM, LRO, PDF, PDI, RLE, RLI, RLM och RLO enligt tabellen. Dessa är osynliga formateringskontrolltecken som endast används av algoritmen och utan effekt utanför dubbelriktad formatering. Trots namnet är de formaterande tecken, inte kontrolltecken, och har den allmänna kategorin "Övrigt, format (Cf)" i Unicode-definitionen.

I grund och botten bestämmer algoritmen en sekvens av tecken med samma starka riktningstyp (R-to-L eller L-to-R), med hänsyn till en överstyrning av de speciella Bidi-kontrollerna. Nummersträngar (svaga typer) tilldelas en riktning enligt deras starka miljö, liksom neutrala tecken. Slutligen visas tecknen i en strängs riktning.

Två teckenegenskaper är relevanta för att bestämma en spegelbild av en glyf i dubbelriktad text: Bidi_Mirrored=Ja anger att glyfen ska speglas när den skrivs R-till-L. Egenskapen Bidi_Mirroring_Glyph=U+ hhhh kan sedan peka på det speglade tecknet. Till exempel speglas parenteser "()" på detta sätt. Att forma kursiva skript som arabiska och spegla glyfer som har en riktning är inte en del av algoritmen.

Hölje

Case-värdet är normativt i Unicode. Det hänför sig till de skript med versaler (aka versaler, majuscule) och gemener (aka små, minuscule) bokstäver. Case-skillnad förekommer i adlam, armeniska, cherokee, koptiska, kyrilliska, deseret, glagolitiska, grekiska, khutsuri och mkhedruli georgiska, latinska, medefaidrinska, gamla ungerska, osage, Vithkuqi och Warang Citi skrifter.

(övre, nedre, titel, vikning – både enkel och full)

Numeriska värden och typer

Decimal

Tecken klassificeras med en numerisk typ . Tecken som bråk, nedsänkta, upphöjda, romerska siffror, valutatäljare, inringade siffror och skriftspecifika siffror är typ numeriska. De har ett numeriskt värde som kan vara decimalt, inklusive noll och negativ, eller en vulgär bråkdel. Om det inte finns ett sådant värde, som med de flesta tecken, är den numeriska typen "Ingen".

De tecken som har ett numeriskt värde är separerade i tre grupper: Decimal (De), Digit (Di) och Numerisk (Nu, dvs alla andra). "Decimal" betyder att tecknet är en rak decimalsiffra. Endast tecken som ingår i ett angränsande kodat område 0..9 har numerisk typ Decimal. Andra siffror, som upphöjda siffror, har numerisk typ siffra. Alla numeriska tecken som bråk och romerska siffror slutar med typen "Numeriska". Den avsedda effekten är att en enkel parser kan använda dessa decimala numeriska värden, utan att distraheras av t.ex. en numerisk upphöjd eller bråkdel. Sjuttiotre CJK Ideographs som representerar ett nummer, inklusive de som används för redovisning, är skrivna numeriska.

Å andra sidan är tecken som kan ha ett numeriskt värde som en andra betydelse fortfarande märkta med numerisk typ "Inget" och har inget numeriskt värde (""). Till exempel kan latinska bokstäver användas i styckenumrering som "II.A.1.b", men bokstäverna "I", "A" och "b" är inte numeriska (typ "Inga") och har inget numeriskt värde.

Numerisk typ ( Unicode teckenegenskap )
Numerisk typ	Koda	Har ett numeriskt värde	Exempel	Anmärkningar
Inte numeriskt	<none>	Nej	A X (latin) ! Д μ に	Numeriskt värde="NaN"
Decimal	De	Ja	0 1 9 ६ (Devanagari 6) ೬ (Kannada 6) 𝟨 (matematisk, stilad sans serif)	Rak siffra (decimalradix ) . Motsvarar båda sätten med General Category =Nd
Siffra	Di	Ja	¹ (upphöjd) ① ⒈ (siffra med punkt)	Decimal, men i typografisk kontext
Numerisk	Nu	Ja	¾ ௰ (Tamil nummer tio) Ⅹ (romersk siffra) 六 (Han nummer 6)	Numeriskt värde, men inte decimalradix
a. ^ "Avsnitt 4.6: Numeriskt värde" (PDF) . Unicode-standarden . Unicode-konsortiet. september 2022.
b. ^ "Unicode 15.0 härledda numeriska typer" . Unicode-teckendatabas . Unicode-konsortiet. 2022-02-26.

Hexadecimala siffror

Hexadecimala tecken är de i serien med hexadecimala värden 0...9ABCDEF (sexton tecken, decimalvärde 0–15). Teckenegenskapen Hex_Digit är inställd på Yes när ett tecken finns i en sådan serie:

Tecken i Unicode märkta Hex_Digit=Ja
0123456789ABCDEF	Grundläggande latin, versaler	Även ASCII_Hex_Digit=Ja
0123456789abcdef	Grundläggande latin, små bokstäver	Även ASCII_Hex_Digit=Ja
０１２３４５６７８９ＡＢＣＤＥＦ	Fullbreddsformer , versaler
０１２３４５６７８９ａｂｃｄｅｆ	Fullbreddsformulär, små bokstäver
a. ^ "Unicode 15.0 UCD: PropList.txt" . 2022-08-05 . Hämtad 2022-09-16 .

Fyrtiofyra tecken är markerade som Hex_Digit. De i Basic Latin-blocket är också markerade som ASCII_Hex_Digit .

Unicode har inga separata tecken för hexadecimala värden. En konsekvens är att när man använder vanliga tecken är det inte möjligt att avgöra om hexadecimalt värde är avsett, eller ens om ett värde alls är avsett. Det bör bestämmas på en högre nivå, t.ex. genom att lägga "0x" till ett hexadecimalt tal eller genom sammanhang. Den enda funktionen är att Unicode kan notera att en sekvens kan eller inte kan vara ett hexadecimalt värde.

Blockera

Huvudartikel: Unicode-block

Ett block är ett unikt namngivet, sammanhängande område av kodpunkter. Den identifieras av dess första och sista kodpunkt. överlappar inte varandra . Ett block kan innehålla kodpunkter som är reserverade, ej tilldelade, etc. Varje tecken som tilldelas har ett enda "blocknamn"-värde bland de 327 namnen som tilldelats i Unicode version 15.0. Otilldelade kodpunkter utanför ett befintligt block har standardvärdet "No_block".

Unicode blockerar och innehöll skript
Plan	Block räckvidd	Blocknamn	Kodpunkter	Tilldelade karaktärer	Manus
0 BMP	U+0000..U+007F	Grundläggande latin	128	128	Latin (52 tecken), Vanligt (76 tecken)
0 BMP	U+0080..U+00FF	Latin-1 tillägg	128	128	Latin (64 tecken), Vanligt (64 tecken)
0 BMP	U+0100..U+017F	Latin Extended-A	128	128	latin
0 BMP	U+0180..U+024F	Latin Extended-B	208	208	latin
0 BMP	U+0250..U+02AF	IPA-tillägg	96	96	latin
0 BMP	U+02B0..U+02FF	Avståndsmodifierare bokstäver	80	80	Bopomofo (2 tecken), Latin (14 tecken), Common (64 tecken)
0 BMP	U+0300..U+036F	Kombinera diakritiska tecken	112	112	Ärvt
0 BMP	U+0370..U+03FF	grekiska och koptiska	144	135	koptiskt (14 tecken), grekiska (117 tecken), vanligt (4 tecken)
0 BMP	U+0400..U+04FF	Kyrillisk	256	256	Kyrillisk (254 tecken), ärvd (2 tecken)
0 BMP	U+0500..U+052F	Kyrilliska tillägg	48	48	Kyrillisk
0 BMP	U+0530..U+058F	armeniska	96	91	armeniska
0 BMP	U+0590..U+05FF	hebreiska	112	88	hebreiska
0 BMP	U+0600..U+06FF	arabiska	256	256	Arabiska (238 tecken), Vanlig (6 tecken), Ärvd (12 tecken)
0 BMP	U+0700..U+074F	syrisk	80	77	syrisk
0 BMP	U+0750..U+077F	Arabiska tillägg	48	48	arabiska
0 BMP	U+0780..U+07BF	Thaana	64	50	Thaana
0 BMP	U+07C0..U+07FF	NKo	64	62	Nko
0 BMP	U+0800..U+083F	samarit	64	61	samarit
0 BMP	U+0840..U+085F	Mandaic	32	29	Mandaic
0 BMP	U+0860..U+086F	Syrisk tillägg	16	11	syrisk
0 BMP	U+0870..U+089F	Arabiska Extended-B	48	41	arabiska
0 BMP	U+08A0..U+08FF	Arabiska Extended-A	96	96	Arabiska (95 tecken), Vanligt (1 tecken)
0 BMP	U+0900..U+097F	Devanagari	128	128	Devanagari (122 tecken), Common (2 tecken), Inherited (4 tecken)
0 BMP	U+0980..U+09FF	bengaliska	128	96	bengaliska
0 BMP	U+0A00..U+0A7F	Gurmukhi	128	80	Gurmukhi
0 BMP	U+0A80..U+0AFF	Gujarati	128	91	Gujarati
0 BMP	U+0B00..U+0B7F	Oriya	128	91	Oriya
0 BMP	U+0B80..U+0BFF	Tamil	128	72	Tamil
0 BMP	U+0C00..U+0C7F	Telugu	128	100	Telugu
0 BMP	U+0C80..U+0CFF	Kannada	128	91	Kannada
0 BMP	U+0D00..U+0D7F	Malayalam	128	118	Malayalam
0 BMP	U+0D80..U+0DFF	singalesiska	128	91	singalesiska
0 BMP	U+0E00..U+0E7F	Thai	128	87	Thai (86 tecken), Vanligt (1 tecken)
0 BMP	U+0E80..U+0EFF	Lao	128	83	Lao
0 BMP	U+0F00..U+0FFF	tibetanska	256	211	Tibetansk (207 tecken), Vanlig (4 tecken)
0 BMP	U+1000..U+109F	Myanmar	160	160	Myanmar
0 BMP	U+10A0..U+10FF	georgiska	96	88	georgisk (87 tecken), vanlig (1 tecken)
0 BMP	U+1100..U+11FF	Hangul Jamo	256	256	Hangul
0 BMP	U+1200..U+137F	etiopiska	384	358	etiopiska
0 BMP	U+1380..U+139F	Etiopiskt tillägg	32	26	etiopiska
0 BMP	U+13A0..U+13FF	Cherokee	96	92	Cherokee
0 BMP	U+1400..U+167F	Enade kanadensiska aboriginska syllabics	640	640	Kanadensisk aborigin
0 BMP	U+1680..U+169F	Ogham	32	29	Ogham
0 BMP	U+16A0..U+16FF	Run	96	89	Runisk (86 tecken), Vanlig (3 tecken)
0 BMP	U+1700..U+171F	Tagalog	32	23	Tagalog
0 BMP	U+1720..U+173F	Hanunoo	32	23	Hanunoo (21 tecken), Common (2 tecken)
0 BMP	U+1740..U+175F	Buhid	32	20	Buhid
0 BMP	U+1760..U+177F	Tagbanwa	32	18	Tagbanwa
0 BMP	U+1780..U+17FF	Khmer	128	114	Khmer
0 BMP	U+1800..U+18AF	mongoliska	176	158	mongoliska (155 tecken), vanlig (3 tecken)
0 BMP	U+18B0..U+18FF	Unified Canadian Aboriginal Syllabics Extended	80	70	Kanadensisk aborigin
0 BMP	U+1900..U+194F	Limbu	80	68	Limbu
0 BMP	U+1950..U+197F	Tai Le	48	35	Tai Le
0 BMP	U+1980..U+19DF	Nya Tai Lue	96	83	Nya Tai Lue
0 BMP	U+19E0..U+19FF	Khmer symboler	32	32	Khmer
0 BMP	U+1A00..U+1A1F	Buginesiska	32	30	Buginesiska
0 BMP	U+1A20..U+1AAF	Tai Tham	144	127	Tai Tham
0 BMP	U+1AB0..U+1AFF	Kombinera diakritiska märken utökade	80	31	Ärvt
0 BMP	U+1B00..U+1B7F	balinesiska	128	124	balinesiska
0 BMP	U+1B80..U+1BBF	Sundanesiska	64	64	Sundanesiska
0 BMP	U+1BC0..U+1BFF	Batak	64	56	Batak
0 BMP	U+1C00..U+1C4F	Lepcha	80	74	Lepcha
0 BMP	U+1C50..U+1C7F	Ol Chiki	48	48	Ol Chiki
0 BMP	U+1C80..U+1C8F	Cyrillic Extended-C	16	9	Kyrillisk
0 BMP	U+1C90..U+1CBF	Georgian Extended	48	46	georgiska
0 BMP	U+1CC0..U+1CCF	Sundanesiska tillägg	16	8	Sundanesiska
0 BMP	U+1CD0..U+1CFF	Vediska förlängningar	48	43	Vanlig (16 tecken), ärvd (27 tecken)
0 BMP	U+1D00..U+1D7F	Fonetiska tillägg	128	128	Kyrilliska (2 tecken), grekiska (15 tecken), latinska (111 tecken)
0 BMP	U+1D80..U+1DBF	Fonetiska tilläggstillägg	64	64	grekiska (1 tecken), latinsk (63 tecken)
0 BMP	U+1DC0..U+1DFF	Kombination av diakritiska märken	64	64	Ärvt
0 BMP	U+1E00..U+1EFF	Latin Extended Extra	256	256	latin
0 BMP	U+1F00..U+1FFF	Grekiska förlängd	256	233	grekisk
0 BMP	U+2000..U+206F	Allmän interpunktion	112	111	Vanlig (109 tecken), ärvd (2 tecken)
0 BMP	U+2070..U+209F	Upphöjda och nedskrivna	48	42	Latin (15 tecken), Vanligt (27 tecken)
0 BMP	U+20A0..U+20CF	Valutasymboler	48	33	Allmänning
0 BMP	U+20D0..U+20FF	Kombinera diakritiska tecken för symboler	48	33	Ärvt
0 BMP	U+2100..U+214F	Bokstavsliknande symboler	80	80	grekiska (1 tecken), latinsk (4 tecken), vanlig (75 tecken)
0 BMP	U+2150..U+218F	Nummerformulär	64	60	Latin (41 tecken), Vanligt (19 tecken)
0 BMP	U+2190..U+21FF	Pilar	112	112	Allmänning
0 BMP	U+2200..U+22FF	Matematiska operatörer	256	256	Allmänning
0 BMP	U+2300..U+23FF	Diverse tekniska	256	256	Allmänning
0 BMP	U+2400..U+243F	Styr bilder	64	39	Allmänning
0 BMP	U+2440..U+245F	Optisk teckenigenkänning	32	11	Allmänning
0 BMP	U+2460..U+24FF	Bifogade alfanumerik	160	160	Allmänning
0 BMP	U+2500..U+257F	Lådteckning	128	128	Allmänning
0 BMP	U+2580..U+259F	Blockelement	32	32	Allmänning
0 BMP	U+25A0..U+25FF	Geometriska former	96	96	Allmänning
0 BMP	U+2600..U+26FF	Diverse symboler	256	256	Allmänning
0 BMP	U+2700..U+27BF	Dingbats	192	192	Allmänning
0 BMP	U+27C0..U+27EF	Diverse matematiska symboler-A	48	48	Allmänning
0 BMP	U+27F0..U+27FF	Kompletterande pilar-A	16	16	Allmänning
0 BMP	U+2800..U+28FF	Punktskriftsmönster	256	256	Blindskrift
0 BMP	U+2900..U+297F	Kompletterande pilar-B	128	128	Allmänning
0 BMP	U+2980..U+29FF	Diverse matematiska symboler-B	128	128	Allmänning
0 BMP	U+2A00..U+2AFF	Kompletterande matematiska operatorer	256	256	Allmänning
0 BMP	U+2B00..U+2BFF	Diverse symboler och pilar	256	253	Allmänning
0 BMP	U+2C00..U+2C5F	Glagolitisk	96	96	Glagolitisk
0 BMP	U+2C60..U+2C7F	Latin Extended-C	32	32	latin
0 BMP	U+2C80..U+2CFF	koptisk	128	123	koptisk
0 BMP	U+2D00..U+2D2F	Georgiskt tillägg	48	40	georgiska
0 BMP	U+2D30..U+2D7F	Tifinagh	80	59	Tifinagh
0 BMP	U+2D80..U+2DDF	Etiopiskt förlängt	96	79	etiopiska
0 BMP	U+2DE0..U+2DFF	Cyrillic Extended-A	32	32	Kyrillisk
0 BMP	U+2E00..U+2E7F	Kompletterande interpunktion	128	94	Allmänning
0 BMP	U+2E80..U+2EFF	CJK Radicals Supplement	128	115	Han
0 BMP	U+2F00..U+2FDF	Kangxi radikaler	224	214	Han
0 BMP	U+2FF0..U+2FFF	Ideografisk beskrivning Tecken	16	12	Allmänning
0 BMP	U+3000..U+303F	CJK-symboler och interpunktion	64	64	Han (15 tecken), Hangul (2 tecken), Common (43 tecken), Inherited (4 tecken)
0 BMP	U+3040..U+309F	Hiragana	96	93	Hiragana (89 tecken), Common (2 tecken), Inherited (2 tecken)
0 BMP	U+30A0..U+30FF	Katakana	96	96	Katakana (93 tecken), Common (3 tecken)
0 BMP	U+3100..U+312F	Bopomofo	48	43	Bopomofo
0 BMP	U+3130..U+318F	Hangul-kompatibilitet Jamo	96	94	Hangul
0 BMP	U+3190..U+319F	Kanbun	16	16	Allmänning
0 BMP	U+31A0..U+31BF	Bopomofo Extended	32	32	Bopomofo
0 BMP	U+31C0..U+31EF	CJK Strokes	48	36	Allmänning
0 BMP	U+31F0..U+31FF	Katakana fonetiska tillägg	16	16	Katakana
0 BMP	U+3200..U+32FF	Bifogade CJK-brev och månader	256	255	Hangul (62 tecken), Katakana (47 tecken), Common (146 tecken)
0 BMP	U+3300..U+33FF	CJK-kompatibilitet	256	256	Katakana (88 tecken), Common (168 tecken)
0 BMP	U+3400..U+4DBF	CJK Unified Ideographs Extension A	6,592	6,592	Han
0 BMP	U+4DC0..U+4DFF	Yijing hexagramsymboler	64	64	Allmänning
0 BMP	U+4E00..U+9FFF	CJK Unified Ideographs	20 992	20 992	Han
0 BMP	U+A000..U+A48F	Yi stavelser	1,168	1 165	Yi
0 BMP	U+A490..U+A4CF	Yi radikaler	64	55	Yi
0 BMP	U+A4D0..U+A4FF	Lisu	48	48	Lisu
0 BMP	U+A500..U+A63F	Vai	320	300	Vai
0 BMP	U+A640..U+A69F	Cyrillic Extended-B	96	96	Kyrillisk
0 BMP	U+A6A0..U+A6FF	Bamum	96	88	Bamum
0 BMP	U+A700..U+A71F	Modifier Tone Bokstäver	32	32	Allmänning
0 BMP	U+A720..U+A7FF	Latin Extended-D	224	193	Latin (188 tecken), Vanligt (5 tecken)
0 BMP	U+A800..U+A82F	Syloti Nagri	48	45	Syloti Nagri
0 BMP	U+A830..U+A83F	Vanliga indiska nummerformer	16	10	Allmänning
0 BMP	U+A840..U+A87F	Phags-pa	64	56	Phags Pa
0 BMP	U+A880..U+A8DF	Saurashtra	96	82	Saurashtra
0 BMP	U+A8E0..U+A8FF	Devanagari Extended	32	32	Devanagari
0 BMP	U+A900..U+A92F	Kayah Li	48	48	Kayah Li (47 tecken), Common (1 tecken)
0 BMP	U+A930..U+A95F	Rejang	48	37	Rejang
0 BMP	U+A960..U+A97F	Hangul Jamo Extended-A	32	29	Hangul
0 BMP	U+A980..U+A9DF	javanesiska	96	91	Javanesiska (90 tecken), Vanligt (1 tecken)
0 BMP	U+A9E0..U+A9FF	Myanmar Extended-B	32	31	Myanmar
0 BMP	U+AA00..U+AA5F	Cham	96	83	Cham
0 BMP	U+AA60..U+AA7F	Myanmar Extended-A	32	32	Myanmar
0 BMP	U+AA80..U+AADF	Tai Viet	96	72	Tai Viet
0 BMP	U+AAE0..U+AAFF	Meetei Mayek Extensions	32	23	Meetei Mayek
0 BMP	U+AB00..U+AB2F	Ethiopic Extended-A	48	32	etiopiska
0 BMP	U+AB30..U+AB6F	Latin Extended-E	64	60	Latin (56 tecken), grekiska (1 tecken), Vanligt (3 tecken)
0 BMP	U+AB70..U+ABBF	Cherokee tillägg	80	80	Cherokee
0 BMP	U+ABC0..U+ABFF	Meetei Mayek	64	56	Meetei Mayek
0 BMP	U+AC00..U+D7AF	Hangul stavelser	11,184	11,172	Hangul
0 BMP	U+D7B0..U+D7FF	Hangul Jamo Extended-B	80	72	Hangul
0 BMP	U+D800..U+DB7F	Höga surrogat	896	0	Okänd
0 BMP	U+DB80..U+DBFF	Surrogat med hög privat användning	128	0	Okänd
0 BMP	U+DC00..U+DFFF	Låga surrogat	1 024	0	Okänd
0 BMP	U+E000..U+F8FF	Privat användningsområde	6 400	6 400	Okänd
0 BMP	U+F900..U+FAFF	CJK-kompatibilitetsideografer	512	472	Han
0 BMP	U+FB00..U+FB4F	Alfabetiska presentationsformulär	80	58	armeniska (5 tecken), hebreiska (46 tecken), latinska (7 tecken)
0 BMP	U+FB50..U+FDFF	Arabiska presentationsformulär-A	688	631	Arabiska (629 tecken), Vanlig (2 tecken)
0 BMP	U+FE00..U+FE0F	Variationsväljare	16	16	Ärvt
0 BMP	U+FE10..U+FE1F	Vertikala former	16	10	Allmänning
0 BMP	U+FE20..U+FE2F	Kombinera halva markeringar	16	16	Kyrillisk (2 tecken), ärvd (14 tecken)
0 BMP	U+FE30..U+FE4F	CJK-kompatibilitetsformulär	32	32	Allmänning
0 BMP	U+FE50..U+FE6F	Små varianter	32	26	Allmänning
0 BMP	U+FE70..U+FEFF	Arabiska presentationsformulär-B	144	141	Arabiska (140 tecken), Vanligt (1 tecken)
0 BMP	U+FF00..U+FFEF	Halvbredds- och fullbreddsformulär	240	225	Hangul (52 tecken), Katakana (55 tecken), Latin (52 tecken), Common (66 tecken)
0 BMP	U+FFF0..U+FFFF	Specialerbjudanden	16	5	Allmänning
1 SMP	U+10000..U+1007F	Linjär B Syllabary	128	88	Linjär B
1 SMP	U+10080..U+100FF	Linjära B-ideogram	128	123	Linjär B
1 SMP	U+10100..U+1013F	Egeiska siffror	64	57	Allmänning
1 SMP	U+10140..U+1018F	Forntida grekiska siffror	80	79	grekisk
1 SMP	U+10190..U+101CF	Gamla symboler	64	14	Grekiska (1 tecken), Vanligt (13 tecken)
1 SMP	U+101D0..U+101FF	Phaistos skiva	48	46	Vanlig (45 tecken), ärvd (1 tecken)
1 SMP	U+10280..U+1029F	Lycian	32	29	Lycian
1 SMP	U+102A0..U+102DF	Carian	64	49	Carian
1 SMP	U+102E0..U+102FF	Koptiska Epact Numbers	32	28	Vanlig (27 tecken), ärvd (1 tecken)
1 SMP	U+10300..U+1032F	Gammal kursiv	48	39	Gammal kursiv
1 SMP	U+10330..U+1034F	Gotiska	32	27	Gotiska
1 SMP	U+10350..U+1037F	Gammal Permic	48	43	Gammal Permic
1 SMP	U+10380..U+1039F	Ugaritisk	32	31	Ugaritisk
1 SMP	U+103A0..U+103DF	Gammal persiska	64	50	Gammal persiska
1 SMP	U+10400..U+1044F	Deseret	80	80	Deseret
1 SMP	U+10450..U+1047F	Shavian	48	48	Shavian
1 SMP	U+10480..U+104AF	Osmanya	48	40	Osmanya
1 SMP	U+104B0..U+104FF	Osage	80	72	Osage
1 SMP	U+10500..U+1052F	Elbasan	48	40	Elbasan
1 SMP	U+10530..U+1056F	kaukasiska albanska	64	53	kaukasiska albanska
1 SMP	U+10570..U+105BF	Vithkuqi	80	70	Vithkuqi
1 SMP	U+10600..U+1077F	Linjär A	384	341	Linjär A
1 SMP	U+10780..U+107BF	Latin Extended-F	64	57	latin
1 SMP	U+10800..U+1083F	Cypriotiska kursplan	64	55	Cypriot
1 SMP	U+10840..U+1085F	Imperialistisk arameiska	32	31	Imperialistisk arameiska
1 SMP	U+10860..U+1087F	Palmyrene	32	32	Palmyrene
1 SMP	U+10880..U+108AF	nabateisk	48	40	nabateisk
1 SMP	U+108E0..U+108FF	Hatran	32	26	Hatran
1 SMP	U+10900..U+1091F	feniciska	32	29	feniciska
1 SMP	U+10920..U+1093F	Lydian	32	27	Lydian
1 SMP	U+10980..U+1099F	Meroitiska hieroglyfer	32	32	Meroitiska hieroglyfer
1 SMP	U+109A0..U+109FF	Meroitisk kursiv	96	90	Meroitisk kursiv
1 SMP	U+10A00..U+10A5F	Kharoshthi	96	68	Kharoshthi
1 SMP	U+10A60..U+10A7F	Gammal sydarabisk	32	32	Gammal sydarabisk
1 SMP	U+10A80..U+10A9F	Gamla nordarabiska	32	32	Gamla nordarabiska
1 SMP	U+10AC0..U+10AFF	Manichaean	64	51	Manichaean
1 SMP	U+10B00..U+10B3F	Avestan	64	61	Avestan
1 SMP	U+10B40..U+10B5F	Inskriptionsparthian	32	30	Inskriptionsparthian
1 SMP	U+10B60..U+10B7F	Inskriptionspahlavi	32	27	Inskriptionspahlavi
1 SMP	U+10B80..U+10BAF	Psalter Pahlavi	48	29	Psalter Pahlavi
1 SMP	U+10C00..U+10C4F	Gammalt turkiskt	80	73	Gammalt turkiskt
1 SMP	U+10C80..U+10CFF	Gammal ungerska	128	108	Gammal ungerska
1 SMP	U+10D00..U+10D3F	Hanifi Rohingya	64	50	Hanifi Rohingya
1 SMP	U+10E60..U+10E7F	Rumi siffersymboler	32	31	arabiska
1 SMP	U+10E80..U+10EBF	Yezidi	64	47	Yezidi
1 SMP	U+10EC0..U+10EFF	Arabiska Extended-C	64	3	arabiska
1 SMP	U+10F00..U+10F2F	Gamla Sogdian	48	40	Gamla Sogdian
1 SMP	U+10F30..U+10F6F	Sogdian	64	42	Sogdian
1 SMP	U+10F70..U+10FAF	Gamla uiguriska	64	26	Gamla uiguriska
1 SMP	U+10FB0..U+10FDF	Chorasmian	48	28	Chorasmian
1 SMP	U+10FE0..U+10FFF	Elymaic	32	23	Elymaic
1 SMP	U+11000..U+1107F	Brahmi	128	115	Brahmi
1 SMP	U+11080..U+110CF	Kaithi	80	68	Kaithi
1 SMP	U+110D0..U+110FF	Sora Sompeng	48	35	Sora Sompeng
1 SMP	U+11100..U+1114F	Chakma	80	71	Chakma
1 SMP	U+11150..U+1117F	Mahajani	48	39	Mahajani
1 SMP	U+11180..U+111DF	Sharada	96	96	Sharada
1 SMP	U+111E0..U+111FF	Sinhala arkaiska siffror	32	20	singalesiska
1 SMP	U+11200..U+1124F	Khojki	80	65	Khojki
1 SMP	U+11280..U+112AF	Multani	48	38	Multani
1 SMP	U+112B0..U+112FF	Khudawadi	80	69	Khudawadi
1 SMP	U+11300..U+1137F	Grantha	128	86	Grantha (85 tecken), Inherited (1 tecken)
1 SMP	U+11400..U+1147F	Newa	128	97	Newa
1 SMP	U+11480..U+114DF	Tirhuta	96	82	Tirhuta
1 SMP	U+11580..U+115FF	Siddham	128	92	Siddham
1 SMP	U+11600..U+1165F	Modi	96	79	Modi
1 SMP	U+11660..U+1167F	Mongoliskt tillägg	32	13	mongoliska
1 SMP	U+11680..U+116CF	Takri	80	68	Takri
1 SMP	U+11700..U+1174F	Ahom	80	65	Ahom
1 SMP	U+11800..U+1184F	Dogra	80	60	Dogra
1 SMP	U+118A0..U+118FF	Warang Citi	96	84	Warang Citi
1 SMP	U+11900..U+1195F	Dyker Akuru	96	72	Dyker Akuru
1 SMP	U+119A0..U+119FF	Nandinagari	96	65	Nandinagari
1 SMP	U+11A00..U+11A4F	Zanabazar-torget	80	72	Zanabazar-torget
1 SMP	U+11A50..U+11AAF	Soyombo	96	83	Soyombo
1 SMP	U+11AB0..U+11ABF	Unified Canadian Aboriginal Syllabics Extended-A	16	16	Kanadensisk aborigin
1 SMP	U+11AC0..U+11AFF	Pau Cin Hau	64	57	Pau Cin Hau
1 SMP	U+11B00..U+11B5F	Devanagari Extended-A	96	10	Devanagari
1 SMP	U+11C00..U+11C6F	Bhaiksuki	112	97	Bhaiksuki
1 SMP	U+11C70..U+11CBF	Marchen	80	68	Marchen
1 SMP	U+11D00..U+11D5F	Masaram Gondi	96	75	Masaram Gondi
1 SMP	U+11D60..U+11DAF	Gunjala Gondi	80	63	Gunjala Gondi
1 SMP	U+11EE0..U+11EFF	Makasar	32	25	Makasar
1 SMP	U+11F00..U+11F5F	Kawi	96	86	Kawi
1 SMP	U+11FB0..U+11FBF	Lisu tillägg	16	1	Lisu
1 SMP	U+11FC0..U+11FFF	Tamilstillägg	64	51	Tamil
1 SMP	U+12000..U+123FF	Kilskrift	1 024	922	Kilskrift
1 SMP	U+12400..U+1247F	Kilskriftsnummer och interpunktion	128	116	Kilskrift
1 SMP	U+12480..U+1254F	Tidig dynastisk kilskrift	208	196	Kilskrift
1 SMP	U+12F90..U+12FFF	Cypro-minoisk	112	99	Cypro Minoan
1 SMP	U+13000..U+1342F	Egyptiska hieroglyfer	1 072	1 072	Egyptiska hieroglyfer
1 SMP	U+13430..U+1345F	Egyptiska hieroglyfformatkontroller	48	38	Egyptiska hieroglyfer
1 SMP	U+14400..U+1467F	Anatoliska hieroglyfer	640	583	Anatoliska hieroglyfer
1 SMP	U+16800..U+16A3F	Bamum tillägg	576	569	Bamum
1 SMP	U+16A40..U+16A6F	Mr	48	43	Mr
1 SMP	U+16A70..U+16ACF	Tangsa	96	89	Tangsa
1 SMP	U+16AD0..U+16AFF	Bassa Vah	48	36	Bassa Vah
1 SMP	U+16B00..U+16B8F	Pahawh Hmong	144	127	Pahawh Hmong
1 SMP	U+16E40..U+16E9F	Medefaidrin	96	91	Medefaidrin
1 SMP	U+16F00..U+16F9F	Miao	160	149	Miao
1 SMP	U+16FE0..U+16FFF	Ideografiska symboler och skiljetecken	32	7	Han (4 tecken), Khitan Small Script (1 karaktär), Nushu (1 karaktär), Tangut (1 karaktär)
1 SMP	U+17000..U+187FF	Tangut	6,144	6,136	Tangut
1 SMP	U+18800..U+18AFF	Tangut-komponenter	768	768	Tangut
1 SMP	U+18B00..U+18CFF	Khitan litet manus	512	470	Khitan litet manus
1 SMP	U+18D00..U+18D7F	Tangut tillägg	128	9	Tangut
1 SMP	U+1AFF0..U+1AFFF	Kana Extended-B	16	13	Katakana
1 SMP	U+1B000..U+1B0FF	Kana tillägg	256	256	Hiragana (255 tecken), Katakana (1 tecken)
1 SMP	U+1B100..U+1B12F	Kana Extended-A	48	35	Hiragana (32 tecken), Katakana (3 tecken)
1 SMP	U+1B130..U+1B16F	Liten Kana-förlängning	64	9	Hiragana (4 tecken), Katakana (5 tecken)
1 SMP	U+1B170..U+1B2FF	Nushu	400	396	Nüshu
1 SMP	U+1BC00..U+1BC9F	Duployan	160	143	Duployan
1 SMP	U+1BCA0..U+1BCAF	Stenografi formatkontroller	16	4	Allmänning
1 SMP	U+1CF00..U+1CFCF	Znamenny musikalisk notation	208	185	Vanlig (116 tecken), ärvd (69 tecken)
1 SMP	U+1D000..U+1D0FF	Bysantinska musikaliska symboler	256	246	Allmänning
1 SMP	U+1D100..U+1D1FF	Musikaliska symboler	256	233	Vanlig (211 tecken), ärvd (22 tecken)
1 SMP	U+1D200..U+1D24F	Forntida grekisk notation	80	70	grekisk
1 SMP	U+1D2C0..U+1D2DF	Kaktovik siffror	32	20	Allmänning
1 SMP	U+1D2E0..U+1D2FF	Maya-siffror	32	20	Allmänning
1 SMP	U+1D300..U+1D35F	Tai Xuan Jing-symboler	96	87	Allmänning
1 SMP	U+1D360..U+1D37F	Räknestavssiffror	32	25	Allmänning
1 SMP	U+1D400..U+1D7FF	Matematiska alfanumeriska symboler	1 024	996	Allmänning
1 SMP	U+1D800..U+1DAAF	Sutton SignWriting	688	672	SignWriting
1 SMP	U+1DF00..U+1DFFF	Latin Extended-G	256	37	latin
1 SMP	U+1E000..U+1E02F	Glagolitisk tillägg	48	38	Glagolitisk
1 SMP	U+1E030..U+1E08F	Cyrillic Extended-D	96	63	Kyrillisk
1 SMP	U+1E100..U+1E14F	Nyiakeng Puachue Hmong	80	71	Nyiakeng Puachue Hmong
1 SMP	U+1E290..U+1E2BF	Till till	48	31	Till till
1 SMP	U+1E2C0..U+1E2FF	Wancho	64	59	Wancho
1 SMP	U+1E4D0..U+1E4FF	Nag Mundari	48	42	Mundari
1 SMP	U+1E7E0..U+1E7FF	Ethiopic Extended-B	32	28	etiopiska
1 SMP	U+1E800..U+1E8DF	Mende Kikakui	224	213	Mende Kikakui
1 SMP	U+1E900..U+1E95F	Adlam	96	88	Adlam
1 SMP	U+1EC70..U+1ECBF	Indiska Siyaq-nummer	80	68	Allmänning
1 SMP	U+1ED00..U+1ED4F	Osmanska Siyaq-nummer	80	61	Allmänning
1 SMP	U+1EE00..U+1EEFF	Arabiska matematiska alfabetiska symboler	256	143	arabiska
1 SMP	U+1F000..U+1F02F	Mahjong plattor	48	44	Allmänning
1 SMP	U+1F030..U+1F09F	Domino plattor	112	100	Allmänning
1 SMP	U+1F0A0..U+1F0FF	Spelar kort	96	82	Allmänning
1 SMP	U+1F100..U+1F1FF	Bifogat alfanumeriskt tillägg	256	200	Allmänning
1 SMP	U+1F200..U+1F2FF	Bifogat ideografiskt tillägg	256	64	Hiragana (1 tecken), Common (63 tecken)
1 SMP	U+1F300..U+1F5FF	Diverse symboler och piktogram	768	768	Allmänning
1 SMP	U+1F600..U+1F64F	Emoticons	80	80	Allmänning
1 SMP	U+1F650..U+1F67F	Dekorativa Dingbats	48	48	Allmänning
1 SMP	U+1F680..U+1F6FF	Transport och kartsymboler	128	118	Allmänning
1 SMP	U+1F700..U+1F77F	Alkemiska symboler	128	124	Allmänning
1 SMP	U+1F780..U+1F7FF	Geometriska former utökade	128	103	Allmänning
1 SMP	U+1F800..U+1F8FF	Kompletterande pilar-C	256	150	Allmänning
1 SMP	U+1F900..U+1F9FF	Kompletterande symboler och piktogram	256	256	Allmänning
1 SMP	U+1FA00..U+1FA6F	Schacksymboler	112	98	Allmänning
1 SMP	U+1FA70..U+1FAFF	Symboler och piktogram Extended-A	144	107	Allmänning
1 SMP	U+1FB00..U+1FBFF	Symboler för äldre datoranvändning	256	212	Allmänning
2 SIP	U+20000..U+2A6DF	CJK Unified Ideographs Extension B	42,720	42,720	Han
2 SIP	U+2A700..U+2B73F	CJK Unified Ideographs Extension C	4,160	4,154	Han
2 SIP	U+2B740..U+2B81F	CJK Unified Ideographs Extension D	224	222	Han
2 SIP	U+2B820..U+2CEAF	CJK Unified Ideographs Extension E	5,776	5,762	Han
2 SIP	U+2CEB0..U+2EBEF	CJK Unified Ideographs Extension F	7,488	7,473	Han
2 SIP	U+2F800..U+2FA1F	CJK Compatibility Ideographs Supplement	544	542	Han
3 TIPS	U+30000..U+3134F	CJK Unified Ideographs Extension G	4,944	4,939	Han
3 TIPS	U+31350..U+323AF	CJK Unified Ideographs Extension H	4,192	4,192	Han
14 SSP	U+E0000..U+E007F	Taggar	128	97	Allmänning
14 SSP	U+E0100..U+E01EF	Variation Selectors Supplement	240	240	Ärvt
15 PUA-A	U+F0000..U+FFFFF	Kompletterande privat användningsområde-A	65,536	65,534	Okänd
16 PUA-B	U+100000..U+10FFFF	Kompletterande privat användningsområde-B	65,536	65,534	Okänd

Manus

Huvudartikel: Skript i Unicode

Varje tilldelat tecken kan ha ett enda värde för sin "Script"-egenskap, vilket anger vilket skript det tillhör. Värdet är en kod på fyra bokstäver i intervallet Aaaa-Zzzz, som finns i ISO 15924, som är mappad till ett skrivsystem . Förutom när man beskriver bakgrunden och användningen av ett skript, använder Unicode inte en koppling mellan ett skript och språk som använder det skriptet. Så "hebreiska" syftar på den hebreiska skriften, inte på det hebreiska språket.

Specialkoden Zyyy för "Common" tillåter ett enda värde för ett tecken som används i flera skript. Koden Zinh "Inherited script", som används för att kombinera tecken och vissa andra speciella kodpunkter, indikerar att ett tecken "ärver" sin skriptidentitet från tecknet som det kombineras med. (Unicode använde tidigare den privata koden Qaai för detta ändamål.) Koden Zzzz "Okänd" används för alla tecken som inte tillhör ett skript (dvs standardvärdet), såsom symboler och formateringstecken. Sammantaget kan tecken i ett enda skript vara spridda över flera block, som latinska tecken . Och tvärtom också: flera skript kan vara närvarande är ett enda block, t.ex. block Letterlike Symbols innehåller tecken från de latinska, grekiska och vanliga skripten.

När skriptet är "" (tomt), enligt Unicode tillhör inte tecknet ett skript. Detta gäller symboler, eftersom de befintliga ISO-skriptkoderna "Zmth" (matematisk notation), "Zsym" (Symbol) och "Zsye" (Symbol, emoji-variant) inte används i Unicode. Egenskapen "Script" är också tom för kodpunkter som inte är ett typografiskt tecken som kontroller, substitut och kodpunkter för privat användning.

Om det finns ett specifikt skriptaliasnamn i ISO 15924, används det i teckennamnet: U+0041 A LATINSK BOKSTAV A och U+05D0 א HEBRISK BOKSTAV ALEF .

Skript i ISO 15924 och i Unicode
ISO 15924				Skript i Unicode
Koda	ISO-nummer	ISO formellt namn	Riktningsförmåga	Unicode Alias	Version	Tecken	Anteckningar	Beskrivning
							.
Adlm	166	Adlam	höger till vänster skript	Adlam	9,0	88		Ch 19.9
Afak	439	Afaka	varierar	ZZ — Inte i Unicode, förslaget utforskas
Aghb	239	kaukasiska albanska	vänster till höger	kaukasiska albanska	7,0	53	Forntida/historiska	Kap 8.11
Ahom	338	Ahom, Tai Ahom	vänster till höger	Ahom	8,0	65	Forntida/historiska	Ch 15.16
Arab	160	arabiska	höger till vänster skript	arabiska	1.0	1,368		Kap 9.2
Aran	161	Arabiska (Nastaliq-variant)	blandad	ZZ — Typografisk variant av arabiska (se § arabiska )
Armi	124	Imperialistisk arameiska	höger till vänster skript	Imperialistisk arameiska	5.2	31	Forntida/historiska	Ch 10.4
Armn	230	armeniska	vänster till höger	armeniska	1.0	96		Ch 7.6
Avst	134	Avestan	höger till vänster skript	Avestan	5.2	61	Forntida/historiska	Ch 10.7
Bali	360	balinesiska	vänster till höger	balinesiska	5.0	124		Kap 17.3
Bamu	435	Bamum	vänster till höger	Bamum	5.2	657		Ch 19.6
Bas	259	Bassa Vah	vänster till höger	Bassa Vah	7,0	36	Forntida/historiska	Ch 19.7
Batk	365	Batak	vänster till höger	Batak	6,0	56		Ch 17.6
Beng	325	Bengali (Bangla)	vänster till höger	bengaliska	1.0	96		Kap 12.2
Bhks	334	Bhaiksuki	vänster till höger	Bhaiksuki	9,0	97	Forntida/historiska	Kap 14.3
Blis	550	Blissymboler	varierar	ZZ — Inte i Unicode, förslaget utforskas
Bopo	285	Bopomofo	vänster-till-höger, höger-till-vänster skript	Bopomofo	1.0	77		kap 18.3
Brah	300	Brahmi	vänster till höger	Brahmi	6,0	115	Forntida/historiska	Kap 14.1
Brai	570	Blindskrift	vänster till höger	Blindskrift	3.0	256		Kap 21.1
Bugi	367	Buginesiska	vänster till höger	Buginesiska	4.1	30		Kap 17.2
Buhd	372	Buhid	vänster till höger	Buhid	3.2	20		Kap 17.1
Cakm	349	Chakma	vänster till höger	Chakma	6.1	71		Kap 13.11
Burkar	440	Enade kanadensiska aboriginska syllabics	vänster till höger	Kanadensisk aborigin	3.0	726		Kap 20.2
Cari	201	Carian	vänster-till-höger, höger-till-vänster skript	Carian	5.1	49	Forntida/historiska	Ch 8.5
Cham	358	Cham	vänster till höger	Cham	5.1	83		Ch 16.10
Cher	445	Cherokee	vänster till höger	Cherokee	3.0	172		Kap 20.1
Chrs	109	Chorasmian	höger-till-vänster-skript , topp-till-botten	Chorasmian	13,0	28	Forntida/historiska	Ch 10.8
Cirt	291	Cirth	varierar	ZZ — Inte i Unicode
kopt	204	koptisk	vänster till höger	koptisk	1.0	137	Forntida/historiska, disunifierad från grekiska i 4.1	Kap 7.3
Cpmn	402	Cypro-minoisk	vänster till höger	Cypro Minoan	14,0	99	Forntida/historiska	Ch 8.4
Cprt	403	Cypriotisk kursplan	höger till vänster skript	Cypriot	4.0	55	Forntida/historiska	Ch 8.3
Cyrl	220	Kyrillisk	vänster till höger	Kyrillisk	1.0	506	Inkluderar typografisk variant fornkyrkoslaviska (se § Cyrs)	Kap 7.4
Cyrs	221	Kyrillisk (gammal kyrkoslavisk variant)	varierar	ZZ — Typografisk variant av kyrilliska (se § Cyrl ); Forntida/historiska
Deva	315	Devanagari (Nagari)	vänster till höger	Devanagari	1.0	164		Kap 12.1
Diak	342	Dyker Akuru	vänster till höger	Dyker Akuru	13,0	72	Forntida/historiska	Ch 15.15
Dogr	328	Dogra	vänster till höger	Dogra	11.0	60	Forntida/historiska	Ch 15.18
Dsrt	250	Deseret (mormon)	vänster till höger	Deseret	3.1	80		Ch 20.4
Dupl	755	Duployan stenografi, Duployan stenografi	vänster till höger	Duployan	7,0	143		Ch 21.6
Egyd	070	Egyptisk demotisk	blandad	ZZ — Inte i Unicode
Egyh	060	egyptisk hieratisk	blandad	ZZ — Inte i Unicode
Egypten	050	egyptiska hieroglyfer	höger-till-vänster script , vänster till höger	Egyptiska hieroglyfer	5.2	1 110	Forntida/historiska	Kap 11.4
Elba	226	Elbasan	vänster till höger	Elbasan	7,0	40	Forntida/historiska	Ch 8.10
Elym	128	Elymaic	höger till vänster skript	Elymaic	12,0	23	Forntida/historiska	Ch 10.9
Ethi	430	Etiopisk (Geʻez)	vänster till höger	etiopiska	3.0	523		Kap 19.1
Geok	241	Khutsuri (Asomtavruli och Nuskhuri)	vänster till höger	georgiska			Unicode grupperar Khutsori, Asomtavruli och Nuskhuri till "georgiska" (se § Geok ). På liknande sätt är Mkhedruli och Mtavruli 'georgiska' (se § Geor )	Ch 7.7
Geor	240	georgiska (Mkhedruli och Mtavruli)	vänster till höger	georgiska	1.0	173	I Unicode inkluderar detta även Nuskhuri ( Geok )	Ch 7.7
Glag	225	Glagolitisk	vänster till höger	Glagolitisk	4.1	134	Forntida/historiska	Ch 7.5
Gong	312	Gunjala Gondi	vänster till höger	Gunjala Gondi	11.0	63		Ch 13.15
Gonm	313	Masaram Gondi	vänster till höger	Masaram Gondi	10,0	75		Ch 13.14
Goth	206	Gotiska	vänster till höger	Gotiska	3.1	27	Forntida/historiska	Ch 8.9
Mormor	343	Grantha	vänster till höger	Grantha	7,0	85	Forntida/historiska	Ch 15.14
Grek	200	grekisk	vänster till höger	grekisk	1.0	518	Riktning ibland som boustrophedon	Kap 7.2
Gujr	320	Gujarati	vänster till höger	Gujarati	1.0	91		Kap 12.4
Guru	310	Gurmukhi	vänster till höger	Gurmukhi	1.0	80		Kap 12.3
Hanb	503	Han med Bopomofo (alias för Han + Bopomofo)	blandad	ZZ — Se § Hani , § Bopo
Hänga	286	Hangul (Hangŭl, Hangeul)	vänster till höger, vertikal höger till vänster	Hangul	1.0	11,739	Hangul-stavelser flyttade till 2.0	Ch 18.6
Hani	500	Han (Hanzi, Kanji, Hanja)	uppifrån och ner, kolumner från höger till vänster (historiskt)	Han	1.0	98,408		Kap 18.1
Hano	371	Hanunoo (Hanunóo)	vänster till höger, nedifrån och upp	Hanunoo	3.2	21		Kap 17.1
Hans	501	Han (förenklad variant)	varierar	ZZ — Delmängd av Han (Hanzi, Kanji, Hanja) (se § Hani )
Hant	502	Han (traditionell variant)	varierar	ZZ — Delmängd av § Hani
Hatr	127	Hatran	höger till vänster skript	Hatran	8,0	26	Forntida/historiska	Ch 10.12
Hebr	125	hebreiska	höger till vänster skript	hebreiska	1.0	134		Kap 9.1
Hira	410	Hiragana	vertikal höger till vänster, vänster till höger	Hiragana	1.0	381		Ch 18.4
Hluw	080	Anatoliska hieroglyfer (luvianska hieroglyfer, hettitiska hieroglyfer)	vänster till höger	Anatoliska hieroglyfer	8,0	583	Forntida/historiska	Kap 11.6
Hmng	450	Pahawh Hmong	vänster till höger	Pahawh Hmong	7,0	127		Ch 16.11
Hmnp	451	Nyiakeng Puachue Hmong	vänster till höger	Nyiakeng Puachue Hmong	12,0	71		Ch 16.12
Hrkt	412	Japanska kursplaner (alias för Hiragana + Katakana)	vertikal höger till vänster, vänster till höger	Katakana eller Hiragana			Se § Hira , § Kana	Ch 18.4
Hängde	176	gammal ungerska (ungerska runor)	höger till vänster skript	Gammal ungerska	8,0	108	Forntida/historiska	Ch 8.8
Inds	610	Indus (Harappan)	blandad	ZZ — Inte i Unicode, förslaget utforskas
Ital	210	Gammal kursiv (etruskisk, oskisk, etc.)	höger-till-vänster script , vänster till höger	Gammal kursiv	3.1	39	Forntida/historiska	Ch 8.6
Jamo	284	Jamo (alias för Jamo underuppsättning av Hangul)	varierar	ZZ — Delmängd av § Häng
Java	361	javanesiska	vänster till höger	javanesiska	5.2	90		Kap 17.4
Jpan	413	Japanska (alias för Han + Hiragana + Katakana)	varierar	ZZ — Se § Hani , § Hira och § Kana
Jurc	510	Jurchen	vänster till höger	ZZ — Inte i Unicode
Kali	357	Kayah Li	vänster till höger	Kayah Li	5.1	47		Ch 16.9
Kana	411	Katakana	vertikal höger till vänster, vänster till höger	Katakana	1.0	321		Ch 18.4
Kawi	368	Kawi	vänster till höger	Kawi	15,0	86	Forntida/historiska	Ch 17.9
Khar	305	Kharoshthi	höger till vänster skript	Kharoshthi	4.1	68	Forntida/historiska	Kap 14.2
Khmr	355	Khmer	vänster till höger	Khmer	3.0	146		Kap 16.4
Khoj	322	Khojki	vänster till höger	Khojki	7,0	65	Forntida/historiska	Ch 15.7
Kitl	505	Khitan stort manus	vänster till höger	ZZ — Inte i Unicode
Kit	288	Khitan litet manus	vertikal höger till vänster	Khitan litet manus	13,0	471	Forntida/historiska	Ch 18.12
Knda	345	Kannada	vänster till höger	Kannada	1.0	91		Ch 12.8
Kore	287	Koreanska (alias för Hangul + Han)	vänster till höger	ZZ — Se § Hani , § Hang
Kpel	436	Kpelle	vänster till höger	ZZ — Inte i Unicode, förslaget utforskas
Kthi	317	Kaithi	vänster till höger	Kaithi	5.2	68	Forntida/historiska	Kap 15.2
Lana	351	Tai Tham (Lanna)	vänster till höger	Tai Tham	5.2	127		Ch 16.7
Laoo	356	Lao	vänster till höger	Lao	1.0	83		Kap 16.2
Latf	217	Latin (Fraktur-variant)	varierar	ZZ — Typografisk variant av latin (se § Latn )
Latg	216	latinsk (gaelisk variant)	vänster till höger	ZZ — Typografisk variant av latin (se § Latn )
Latn	215	latin	vänster till höger	latin	1.0	1,481	Se även: Latinsk skrift i Unicode	Kap 7.1
Leke	364	Leke	vänster till höger	ZZ — Inte i Unicode
Lepc	335	Lepcha (Róng)	vänster till höger	Lepcha	5.1	74		Ch 13.12
Lem	336	Limbu	vänster till höger	Limbu	4.0	68		Ch 13.6
Lina	400	Linjär A	vänster till höger	Linjär A	7,0	341	Forntida/historiska	Kap 8.1
Linb	401	Linjär B	vänster till höger	Linjär B	4.0	211	Forntida/historiska	Kap 8.2
Lisu	399	Lisu (Fraser)	vänster till höger	Lisu	5.2	49		Ch 18.9
Loma	437	Loma	vänster till höger	ZZ — Inte i Unicode, förslaget utforskas
Lyci	202	Lycian	vänster till höger	Lycian	5.1	29	Forntida/historiska	Ch 8.5
Lydi	116	Lydian	höger till vänster skript	Lydian	5.1	27	Forntida/historiska	Ch 8.5
Mahj	314	Mahajani	vänster till höger	Mahajani	7,0	39	Forntida/historiska	Ch 15.6
Maka	366	Makasar	vänster till höger	Makasar	11.0	25	Forntida/historiska	Ch 17.8
Mand	140	Mandaiskt, Mandaiskt	höger till vänster skript	Mandaic	6,0	29		Ch 9.5
Mani	139	Manichaean	höger till vänster skript	Manichaean	7,0	51	Forntida/historiska	Ch 10.5
Marc	332	Marchen	vänster till höger	Marchen	9,0	68	Forntida/historiska	Ch 14.5
Maya	090	Maya hieroglyfer	blandad	ZZ — Inte i Unicode
Medf	265	Medefaidrin (Oberi Okaime, Oberi Ɔkaimɛ)	vänster till höger	Medefaidrin	11.0	91		Ch 19.10
Laga	438	Mende Kikakui	höger till vänster skript	Mende Kikakui	7,0	213		Ch 19.8
Merc	101	Meroitisk kursiv	höger till vänster skript	Meroitisk kursiv	6.1	90	Forntida/historiska	Ch 11.5
Mero	100	Meroitiska hieroglyfer	höger till vänster skript	Meroitiska hieroglyfer	6.1	32	Forntida/historiska	Ch 11.5
Mlym	347	Malayalam	vänster till höger	Malayalam	1.0	118		Ch 12.9
Modi	324	Modi, Moḍī	vänster till höger	Modi	7,0	79	Forntida/historiska	Ch 15.12
Mong	145	mongoliska	vertikalt från vänster till höger, från vänster till höger	mongoliska	3.0	168	Mong innehåller Clear- och Manchu -manus	Ch 13.5
Måne	218	Måne (månkod, månskrift, måntyp)	blandad	ZZ — Inte i Unicode, förslaget utforskas
Mroo	264	Herr, Mr	vänster till höger	Mr	7,0	43		Ch 13.8
Mtei	337	Meitei Mayek (Meithei, Meetei)	vänster till höger	Meetei Mayek	5.2	79		Ch 13.7
Mult	323	Multani	vänster till höger	Multani	8,0	38	Forntida/historiska	Ch 15.10
Mymr	350	Myanmar (burmesiska)	vänster till höger	Myanmar	3.0	223		Kap 16.3
Nagm	295	Nag Mundari	vänster till höger	Nag Mundari	15,0	42
Nand	311	Nandinagari	vänster till höger	Nandinagari	12,0	65	Forntida/historiska	Ch 15.13
Narb	106	Gamla nordarabiska (forntida nordarabiska)	höger till vänster skript	Gamla nordarabiska	7,0	32	Forntida/historiska	Kap 10.1
Nbat	159	nabateisk	höger till vänster skript	nabateisk	7,0	40	Forntida/historiska	Ch 10.10
Newa	333	Newa, Newar, Newari, Nepāla lipi	vänster till höger	Newa	9,0	97		Kap 13.3
Nkdb	085	Naxi Dongba (na²¹ɕi³³ till³³ba²¹, Nakhi Tomba)	vänster till höger	ZZ — Inte i Unicode
Nkgb	420	Nakhi Geba (na²¹ɕi³³ gʌ²¹ba²¹, 'Na-'Khi ²Ggŏ-¹baw, Nakhi Geba)	vänster till höger	ZZ — Inte i Unicode, förslaget utforskas
Nkoo	165	N'Ko	höger till vänster skript	NKo	5.0	62		Ch 19.4
Nshu	499	Nüshu	vertikal höger till vänster	Nushu	10,0	397		Ch 18.8
Ogam	212	Ogham	botten till topp, vänster till höger	Ogham	3.0	29	Forntida/historiska	Ch 8.14
Olck	261	Ol Chiki (Ol Cemet', Ol, Santali)	vänster till höger	Ol Chiki	5.1	48		Ch 13.10
Orkh	175	Old Turkic, Orkhon Runic	höger till vänster skript	Gammalt turkiskt	5.2	73	Forntida/historiska	Ch 14.8
Orya	327	Oriya (Odia)	vänster till höger	Oriya	1.0	91		Ch 12.5
Osge	219	Osage	vänster till höger	Osage	9,0	72		Kap 20.3
Osma	260	Osmanya	vänster till höger	Osmanya	4.0	40		Kap 19.2
Ougr	143	Gamla uiguriska	blandad	Gamla uiguriska	14,0	26	Forntida/historiska	Ch 14.11
handflatan	126	Palmyrene	höger till vänster skript	Palmyrene	7,0	32	Forntida/historiska	Ch 10.11
Pauc	263	Pau Cin Hau	vänster till höger	Pau Cin Hau	7,0	57		Ch 16.13
PCun	015	Proto-kilskrift	vänster till höger	ZZ — Inte i Unicode
Pelm	016	Proto-elamit	vänster till höger	ZZ — Inte i Unicode
Perm	227	Gammal Permic	vänster till höger	Gammal Permic	7,0	43	Forntida/historiska	Ch 8.13
Phag	331	Phags-pa	vertikalt från vänster till höger	Phags-pa	5.0	56	Forntida/historiska	Kap 14.4
Phli	131	Inskriptionspahlavi	höger till vänster skript	Inskriptionspahlavi	5.2	27	Forntida/historiska	Ch 10.6
Phlp	132	Psalter Pahlavi	höger till vänster skript	Psalter Pahlavi	7,0	29	Forntida/historiska	Ch 10.6
Phlv	133	Boka Pahlavi	blandad	ZZ — Inte i Unicode
Phnx	115	feniciska	höger till vänster skript	feniciska	5.0	29	Forntida/historiska	Ch 10.3
Piqd	293	Klingon (KLI pIqaD)	vänster till höger	ZZ — Avvisad för inkludering i Unicode
Plrd	282	Miao (Pollard)	vänster till höger	Miao	6.1	149		Ch 18.10
Prti	130	Inskriptionsparthian	höger till vänster skript	Inskriptionsparthian	5.2	30	Forntida/historiska	Ch 10.6
Psin	103	Proto-sinaitiska	blandad	ZZ — Inte i Unicode
Qaaa-Qabx	900-949	Reserverad för privat bruk (sortiment)		ZZ — Inte i Unicode
Ranj	303	Ranjana	vänster till höger	ZZ — Inte i Unicode
Rjng	363	Rejang (Redjang, Kaganga)	vänster till höger	Rejang	5.1	37		Ch 17.5
Rohg	167	Hanifi Rohingya	höger till vänster skript	Hanifi Rohingya	11.0	50		Ch 16.14
Roro	620	Rongorongo	blandad	ZZ — Inte i Unicode, förslaget utforskas
Runr	211	Run	vänster till höger, boustrophedon	Run	3.0	86	Forntida/historiska	Ch 8.7
Samr	123	samarit	höger-till-vänster-skript , topp-till-botten	samarit	5.2	61		Ch 9.4
Sara	292	Sarati	blandad	ZZ — Inte i Unicode
Sarb	105	Gammal sydarabisk	höger till vänster skript	Gammal sydarabisk	5.2	32	Forntida/historiska	Ch 10.2
Saur	344	Saurashtra	vänster till höger	Saurashtra	5.1	82		Ch 13.13
Sgnw	095	SignWriting	vertikalt från vänster till höger	SignWriting	8,0	672		Kap 21.7
Shaw	281	Shavian (Shaw)	vänster till höger	Shavian	4.0	48		Ch 8.15
Shrd	319	Sharada, Śāradā	vänster till höger	Sharada	6.1	96		Kap 15.3
Shui	530	Shushu	vänster till höger	ZZ — Inte i Unicode
Sidd	302	Siddham, Siddhaṃ, Siddhamātṛkā	vänster till höger	Siddham	7,0	92	Forntida/historiska	Ch 15.5
Sind	318	Khudawadi, Sindhi	vänster till höger	Khudawadi	7,0	69		Ch 15.9
Sinh	348	singalesiska	vänster till höger	singalesiska	3.0	111		Kap 13.2
Sogd	141	Sogdian	horisontell och vertikal skrift i östasiatiska manus, uppifrån och ner	Sogdian	11.0	42	Forntida/historiska	Ch 14.10
Så gå	142	Gamla Sogdian	höger till vänster skript	Gamla Sogdian	11.0	40	Forntida/historiska	Ch 14.9
Sora	398	Sora Sompeng	vänster till höger	Sora Sompeng	6.1	35		Ch 15.17
Soyo	329	Soyombo	vänster till höger	Soyombo	10,0	83	Forntida/historiska	Ch 14.7
Sund	362	Sundanesiska	vänster till höger	Sundanesiska	5.1	72		Ch 17.7
Sunu	274	Sunuwar	vänster till höger	ZZ — Inte i Unicode
Sylo	316	Syloti Nagri	vänster till höger	Syloti Nagri	4.1	45	Forntida/historiska	Kap 15.1
Syrc	135	syrisk	höger till vänster skript	syrisk	3.0	88	Inkluderar typografiska varianter Estrangelo (se § Syre ), Western ( § Syrj ) och Eastern ( § Syrn )	Kap 9.3
Syre	138	syrisk (Estrangelo-variant)	blandad	ZZ — Typografisk variant av syrisk (se § Syrc )
Syrj	137	syrisk (västerländsk variant)	blandad	ZZ — Typografisk variant av syrisk (se § Syrc )
Syrn	136	syrisk (östlig variant)	blandad	ZZ — Typografisk variant av syrisk (se § Syrc )
Tagb	373	Tagbanwa	vänster till höger	Tagbanwa	3.2	18		Kap 17.1
Takr	321	Takri, Ṭākrī, Ṭāṅkrī	vänster till höger	Takri	6.1	68		Ch 15.4
Berättelse	353	Tai Le	vänster till höger	Tai Le	4.0	35		Ch 16.5
Talu	354	Nya Tai Lue	vänster till höger	Nya Tai Lue	4.1	83		Ch 16.6
Taml	346	Tamil	vänster till höger	Tamil	1.0	123		Ch 12.6
Tang	520	Tangut	vertikal höger till vänster, vänster till höger	Tangut	9,0	6,914	Forntida/historiska	Ch 18.11
Tavt	359	Tai Viet	vänster till höger	Tai Viet	5.2	72		Ch 16.8
Telu	340	Telugu	vänster till höger	Telugu	1.0	100		Ch 12.7
Teng	290	Tengwar	vänster till höger	ZZ — Inte i Unicode
Tfng	120	Tifinagh (berber)	vänster till höger	Tifinagh	4.1	59		kap 19.3
Tglg	370	Tagalog (Baybayin, Alibata)	vänster till höger	Tagalog	3.2	23		Kap 17.1
Thaa	170	Thaana	höger till vänster skript	Thaana	3.0	50		Kap 13.1
Thai	352	Thai	vänster till höger	Thai	1.0	86		Kap 16.1
Tibt	330	tibetanska	vänster till höger	tibetanska	2.0	207	Lades till i 1.0, togs bort i 1.1 och återinfördes i 2.0	Kap 13.4
Tirh	326	Tirhuta	vänster till höger	Tirhuta	7,0	82		Ch 15.11
Tnsa	275	Tangsa	vänster till höger	Tangsa	14,0	89		Ch 13.18
Till till	294	Till till	vänster till höger	Till till	14,0	31		Ch 13.17
Ugar	040	Ugaritisk	vänster till höger	Ugaritisk	4.0	31	Forntida/historiska	Kap 11.2
Vaii	470	Vai	vänster till höger	Vai	5.1	300		Ch 19.5
Visp	280	Synligt tal	vänster till höger	ZZ — Inte i Unicode
Vith	228	Vithkuqi	vänster till höger	Vithkuqi	14,0	70	Forntida/historiska	Kap 8.12
Wara	262	Warang Citi (Varang Kshiti)	vänster till höger	Warang Citi	7,0	84		Ch 13.9
Wcho	283	Wancho	vänster till höger	Wancho	12,0	59		Ch 13.16
Wole	480	Woleai	blandad	ZZ — Inte i Unicode, förslaget utforskas
Xpeo	030	Gammal persiska	vänster till höger	Gammal persiska	4.1	50	Forntida/historiska	Kap 11.3
Xsux	020	Kilskrift, sumero-akkadiska	vänster till höger	Kilskrift	5.0	1 234	Forntida/historiska	Kap 11.1
Yezi	192	Yezidi	höger till vänster skript	Yezidi	13,0	47	Forntida/historiska	Ch 9.6
Yiii	460	Yi	vänster till höger	Yi	3.0	1 220		Ch 18.7
Zanb	339	Zanabazar Square (Zanabazarin Dörböljin Useg, Xewtee Dörböljin Bicig, Horizontal Square Script)	vänster till höger	Zanabazar-torget	10,0	72	Forntida/historiska	Ch 14.6
Zinh	994	Kod för ärvt skript		Ärvt		657
Zmth	995	Matematisk notation		ZZ — Inte ett "skript" i Unicode
Zsym	996	Symboler		ZZ — Inte ett "skript" i Unicode
Zsye	993	Symboler (emojivariant)		ZZ — Inte ett "skript" i Unicode
Zxxx	997	Kod för oskrivna dokument		ZZ — Inte ett "skript" i Unicode
Zyyy	998	Kod för obestämt skript		Allmänning		8,301
Zzzz	999	Kod för okodat skript		Okänd		964,861	I Unicode: Alla andra kodpunkter
Anteckningar
Referenser

Normaliseringsegenskaper

Nedbrytningar, nedbrytningstyp, kanonisk kombinationsklass, uteslutningar av sammansättning och mer.

Ålder

Ålder är den version av standarden där kodpunkten först angavs. Versionsnumret förkortas till numreringen major.minor, även om mer detaljerade versionsnummer används: version 4.0.0 och 4.0.1 är båda namngivna 4.0 som Age. Med tanke på utgåvorna kan ålder vara från intervallet: 1.1, 2.0, 2.1, 3.0, 3.1, 3.2, 4.0, 4.1, 5.0, 5.1, 5.2, 6.0, 6.1, 6.2, 6.3, 7.0, 1. , 12,0, 12,1, 13,0, 14,0 och 15,0. De långa värdena för Age börjar med ett V och använder ett understreck istället för en punkt: V1_1, till exempel. Kodpunkter utan ett specifikt tilldelat åldersvärde har värdet "NA", med den långa formen "Unassigned".

Utfasad

När ett tecken väl har definierats kommer det inte att tas bort eller omtilldelas. Ett tecken kan dock vara utfasad , vilket betyder att dess "användning avråds starkt". Från och med Unicode version 15.0 är följande femton tecken utfasade:

Utfasade tecken i Unicode
Kodpunkt	Karaktärsnamn	Rekommenderat alternativ		Anmärkningar
U+0149	LATINSK LITEN BOKSTAV N FÖREGÅDES AV APOSTROF	U+02BC U+006E	'n
U+0673	ARABISK BOKSTAV ALEF MED VÅGIG HAMZA NEDAN	U+0627 U+065F	اٟ
U+0F77	TIBETAN VOKALTECKN VOCALIC RR	U+0FB2 U+0F81	ྲཱྀ
U+0F79	TIBETAN VOKALTECKN VOCALIC LL	U+0FB3 U+0F81	ླཱྀ
U+17A3	KHMER OBEROENDE VOKAL QAQ	U+17A2	អ
U+17A4	KHMER OBEROENDE VOKAL QAA	U+17A2 U+17B6	អា
U+206A	FÖRHINDRA SYMMETRISKT BYTE	Ingen
U+206B	AKTIVERA SYMMETRISKT BYTE	Ingen
U+206C	HÄMMA ARABISK FORMFORMNING	Ingen
U+206D	AKTIVERA ARABISK FORMFORMNING	Ingen
U+206E	NATIONELLA SIFFROR	Ingen
U+206F	NOMINELLA SIFFROR	Ingen
U+2329	VÄNSTERPEKANDE VINKELFÄSTE	U+3008	〈	U+27E8 ⟨ MATEMATISKA VÄNSTER VINKELFÄSTE rekommenderas för matematisk och annan teknisk användning
U+232A	HÖGERPEKANDE VINKELFÄSTE	U+3009	〉	U+27E9 ⟩ MATEMATICAL RIGHT ANGLE BACKET rekommenderas för matematisk och annan teknisk användning
U+E0001	SPRÅKTAG	Ingen

Gränser

Unicode-standarden specificerar följande gränsrelaterade egenskaper:

• Grafemkluster
• Ord
• Linje
• Mening

Alias ​​namn

Huvudartikel: Unicode-aliasnamn och förkortningar

Unicode kan tilldela aliasnamn till kodpunkter. Dessa namn är unika över alla namn (inklusive vanliga), så de kan användas som identifierare. Det finns fem möjliga skäl att lägga till ett alias:

1. Förkortning

Vanligt förekommande förkortningar eller akronymer för kontrollkoder, formattecken, mellanslag och variationsväljare.

  Till exempel har U+00A0 NO-BREAK SPACE alias NBSP . Ibland presenteras i en låda:

NBSP

.

2. Kontroll

ISO 6429 -namn för C0- och C1-kontrollfunktioner och liknande vanligt förekommande namn läggs till som ett alias till tecknet.

Till exempel har U+0008 <control-0008> alias BACKSPACE .

3. Korrigering

Detta är en korrigering för ett "allvarligt problem" i det primära teckennamnet, vanligtvis ett fel.

Till exempel, U+2118 ℘ SCRIPT STORA P är faktiskt ett gement p, och därför ges aliasnamnet WEIERSTRASS ELLIPTIC FUNCTION : "faktiskt har detta formen av ett kalligrafiskt p-format med gemener, trots namnet, och genom aliaset läggs den korrekta stavningen till." I beskrivningar, med föregående symbol ※ .

4. Alternativ

Ett allmänt använt alternativt namn för en karaktär.

Exempel: U+FEFF ZERO WIDTH NO-BREAK SPACE har alternativt BYTE-ORDNINGSMÄRKE .

5. Figment

Flera dokumenterade etiketter för C1-kontrollkodpunkter som faktiskt aldrig godkändes i någon standard ( figment = låtsas, i fiktion).

Till exempel U+0099 <control-0099> har ett bildalias INTRODUCER FÖR ENKEL GRAFISK KARAKTER . Detta namn är ett arkitektoniskt koncept från tidiga utkast till ISO/IEC 10646-1, men det godkändes och standardiserades aldrig.

externa länkar

• Unicode Character Database , bilaga #44, som förklarar de olika egenskaperna
• UnicodeData.txt – en lista över alla Unicode-tecken, med deras egenskaper