Lista de caracteres Unicode

A partir de la versión 17.0 de Unicode , existen 297 334 caracteres asignados con puntos de código , ^{[ 1 ]} que abarcan 172 sistemas de escritura modernos e históricos , así como múltiples conjuntos de símbolos. Dado que no es técnicamente posible enumerar todos estos caracteres en una sola página, esta lista se limita a un subconjunto de los caracteres más importantes para los lectores de habla inglesa, con enlaces a otras páginas que enumeran los caracteres complementarios. Por consiguiente, este artículo enumera los 1062 caracteres del subconjunto del Conjunto de Caracteres Europeos Multilingües 2 ( MES-2 ), y algunos caracteres adicionales relacionados. (El término «carácter Unicode» se acuñó para categorizar los caracteres que no tienen puntos de código ASCII ).

HTML y XML ofrecen formas de hacer referencia a caracteres Unicode cuando estos no pueden o no deben utilizarse. Una referencia numérica a un carácter se refiere a él mediante su código Unicode ( Unicode) , mientras que una referencia a una entidad de carácter se refiere a él mediante un nombre predefinido.

Una referencia de caracteres numéricos utiliza el formato

&#nnnn;

o

&#xhhhh;

donde nnnn es el punto de código en formato decimal y hhhh es el punto de código en formato hexadecimal . La x debe estar en minúscula en los documentos XML. nnnn o hhhh pueden contener cualquier número de dígitos y pueden incluir ceros iniciales. hhhh puede combinar mayúsculas y minúsculas, aunque lo habitual es usar mayúsculas.

En cambio, una referencia a una entidad de carácter se refiere a un carácter mediante el nombre de una entidad que tiene el carácter deseado como texto de reemplazo . La entidad debe estar predefinida (integrada en el lenguaje de marcado) o declarada explícitamente en una Definición de Tipo de Documento (DTD). El formato es el mismo que para cualquier referencia a una entidad:

&nombre;

donde nombre es el nombre de la entidad, respetando las mayúsculas y minúsculas. El punto y coma es obligatorio.

Debido a que a los humanos les resulta más difícil recordar los números que los nombres, las referencias a entidades de caracteres suelen ser escritas por humanos, mientras que las referencias a caracteres numéricos suelen ser producidas por programas informáticos. ^{[ 2 ]}

65 caracteres, incluyendo DEL . Todos pertenecen al alfabeto común .

Notas a pie de página:

^1. La tecla Control-C se ha utilizado normalmente como tecla de "interrupción" o "parón".

^2. La combinación Control-D se utilizaba para indicar el "fin de archivo" del texto escrito en la terminal de los sistemas Unix/Linux. Windows, MS-DOS y los miniordenadores más antiguos utilizaban Control-Z para este fin.

^3. La combinación Control-G es un vestigio de la época en que se usaban los teletipos . Los mensajes importantes se podían señalar haciendo sonar la campana del teletipo. Esta función se mantuvo en las PC mediante la generación de un zumbido.

⁴ El salto de línea se utiliza para indicar el "fin de línea" en archivos de texto en sistemas Unix/Linux.

^El retorno de carro (acompañado de un salto de línea, y por lo tanto escrito generalmente como 'CRLF') se utiliza como carácter de "fin de línea" en Windows, MS-DOS y la mayoría de los miniordenadores, excepto los sistemas basados ​​en Unix/Linux. El Mac OS clásico y otros sistemas operativos antiguos solo utilizaban CR.

⁶ Control-O ha sido la tecla para "descartar la salida". La salida no se envía al terminal, sino que se descarta, hasta que se vuelva a pulsar Control-O.

^7. Se ha utilizado Control-Q para indicarle a una computadora host que reanude el envío de salida después de que Control-S la haya detenido.

^8. La combinación Control-S se ha utilizado para indicarle a un ordenador anfitrión que posponga el envío de la salida al terminal. La salida se suspende hasta que se reinicia con la tecla Control-Q.

⁹ La tecla Control-U era utilizada originalmente por las computadoras de Digital Equipment Corporation para cancelar la línea actual de texto escrito. Otros fabricantes utilizaban Control-X para este propósito.

^10. La combinación Control-X se usaba comúnmente para cancelar una línea de texto introducida en la terminal.

^11. La combinación Control-Z se ha utilizado comúnmente en minicomputadoras, sistemas Windows y MS-DOS para indicar el "fin de archivo", ya sea en una terminal o en un archivo de texto. Los sistemas Unix/Linux utilizan Control-D para indicar el fin de archivo en una terminal.

El estándar Unicode (versión 17.0 ) clasifica 1.492 caracteres como pertenecientes al alfabeto latino.

144 puntos de código; 135 caracteres asignados; 85 en el subconjunto MES-2.

256 caracteres; 191 en el subconjunto MES-2.

El rango de U+0900 a U+0DFF incluye Devanagari , escritura bengalí , Gurmukhi , escritura gujarati , alfabeto odia , escritura tamil , escritura telugu , escritura kannada , escritura malayalam y escritura cingalesa .

• Gunjala Gondi (bloque Unicode)
• Masaram Gondi (bloque Unicode)
• Mro (bloque Unicode)
• Nag Mundari (bloque Unicode)
• Ol Chiki (bloque Unicode)
• Ol Onal (bloque Unicode)
• Sora Sompeng (bloque Unicode)
• Sunuwar (bloque Unicode)
• Tangsa (bloque Unicode)
• Tolong Siki (bloque Unicode)
• Toto (bloque Unicode)
• Warang Citi (bloque Unicode)

• Hanifi Rohingya (bloque Unicode)
• Kayah Li (bloque Unicode)
• Pahawh Hmong (bloque Unicode)
• Pau Cin Hau (bloque Unicode)

112 puntos de código; 111 caracteres asignados; 24 en el subconjunto MES-2.

• Símbolos y flechas diversos (bloque Unicode)
• Flechas suplementarias-A (bloque Unicode)
• Flechas suplementarias-B (bloque Unicode)
• Flechas suplementarias-C (bloque Unicode)

• Operadores matemáticos suplementarios (bloque Unicode)
• Símbolos matemáticos diversos-A (bloque Unicode)
• Símbolos matemáticos diversos-B (bloque Unicode)
• Símbolos alfanuméricos matemáticos: Símbolos alfanuméricos matemáticos (bloque Unicode)

• Emoji en Unicode

• Áreas de uso privado
  • Área de uso privado (bloque Unicode)
  • Área de uso privado suplementaria A (bloque Unicode)
  • Área de uso privado suplementaria B (bloque Unicode)
• Características especiales (bloque Unicode)
• Madres sustitutas
  • Subrogados bajos (bloque Unicode)
  • Subrogados de alto nivel (bloque Unicode)
  • Sustitutos de uso privado elevado (bloque Unicode)
• Etiquetas (bloque Unicode)
• Selectores de variación
  • Selectores de variación (bloque Unicode)
  • Suplemento de selectores de variación (bloque Unicode)

• Comparación de codificaciones Unicode
• Tipografías Unicode de código abierto
• GNU Unifont – Fuente de mapa de bits de doble espacio 
• Lista de radicales en Unicode
• Lista de fuentes Unicode
• Lista de tipografías
• Unidad tipográfica
• Consorcio Unicode
• Fuente de reserva : tipo de fuente de reserva 
• fuente Unicode
• Personajes del conjunto de caracteres universal
• Subconjunto Unicode DIN 91379 para Europa
• Lista de letras cirílicas
• Lista de letras latinas por forma

• Tablas de códigos de caracteres Unicode , Unicode, Inc.
• CWA 13873:2000  – Subconjuntos europeos multilingües en ISO/IEC 10646-1 Acuerdo de taller CEN 13873
• Fundamentos del conjunto de caracteres europeos multilingües 2 (MES-2) , Markus Kuhn , 1998

• Sitio web oficial del Consorcio Unicode (en inglés)