Объединение характера

Эта статья содержит специальные символы . Без надлежащей поддержки рендеринга вы можете увидеть вопросительные знаки, прямоугольники и другие символы .

В типографике цифровой комбинированные символы — это символы , предназначенные для изменения других символов. Наиболее распространённым сочетанием символов в латинице являются сочетание диакритических знаков (в том числе сочетание ударений ).

Юникод также содержит множество заранее составленных символов , так что во многих случаях можно использовать как сочетание диакритических знаков, так и предварительно составленных символов по выбору пользователя или приложения. Это приводит к требованию выполнить нормализацию Юникода перед сравнением двух строк Юникода и тщательно спроектировать преобразователи кодировки, чтобы правильно сопоставить все допустимые способы представления символа в Юникоде с устаревшей кодировкой, чтобы избежать потери данных. ^[1]

В Unicode основным блоком объединения диакритических знаков европейских языков и международного фонетического алфавита является U+0300–U+036F. Комбинированные диакритические знаки также присутствуют во многих других блоках символов Юникода. В Юникоде диакритические знаки всегда добавляются после основного символа (в отличие от некоторых старых комбинируемых наборов символов, таких как ANSEL ), и к одному и тому же символу можно добавить несколько диакритических знаков, включая расположенные друг над другом диакритические знаки выше и ниже, хотя в некоторых системах это не так. сделайте это хорошо.

Диапазоны Юникода [ править ]

Следующие блоки посвящены именно объединению символов:

Объединение диакритических знаков (0300–036F), начиная с версии 1.0, с изменениями в последующих версиях до 4.1.
Расширенное объединение диакритических знаков (1AB0–1AFF), версия 7.0
Дополнение к комбинированным диакритическим знакам (1DC0–1DFF), версии с 4.1 по 5.2
Объединение диакритических знаков для символов (20D0–20FF), начиная с версии 1.0, с изменениями в последующих версиях до 5.1.
Кириллица расширенная-A (2DE0–2DFF), версия 5.1
Объединение половинных знаков (FE20–FE2F) версий 1.0 с изменениями в последующих версиях до 8.0.

Объединение символов не ограничивается этими блоками; например, комбинированный дакутен (U+3099) и комбинированный хандакутен (U+309A) находятся в блоке Хирагана , блок Деванагари содержит комбинированные знаки гласных и другие знаки для использования с этим письмом и т.д. Комбинирующим символам присваивается основная категория Юникода «M» («Знак»).

Объединение диакритических знаков ^[1] Официальная таблица кодов Консорциума Unicode (PDF)
	0	1	2	3	4	5	6	7	8	9	А	Б	С	Д	И	Ф
U + 030x	◌̀	◌́	◌̂	◌̃	◌̄	◌̅	◌̆	◌̇	◌̈	◌̉	◌̊	◌̋	◌̌	◌̍	◌̎	◌̏
U + 031x	◌̐	◌̑	◌̒	◌̓	◌̔	◌̕	◌̖	◌̗	◌̘	◌̙	◌̚	◌̛	◌̜	◌̝	◌̞	◌̟
U + 032x	◌̠	◌̡	◌̢	◌̣	◌̤	◌̥	◌̦	◌̧	◌̨	◌̩	◌̪	◌̫	◌̬	◌̭	◌̮	◌̯
U + 033x	◌̰	◌̱	◌̲	◌̳	◌̴	◌̵	◌̶	◌̷	◌̸	◌̹	◌̺	◌̻	◌̼	◌̽	◌̾	◌̿
U + 034x	◌̀	◌́	◌͂	◌̓	◌̈́	◌ͅ	◌͆	◌͇	◌͈	◌͉	◌͊	◌͋	◌͌	◌͍	◌͎	CGJ
U + 035x	◌͐	◌͑	◌͒	◌͓	◌͔	◌͕	◌͖	◌͗	◌͘	◌͙	◌͚	◌͛	◌͜◌	◌͝◌	◌͞◌	◌͟◌
U + 036x	◌͠◌	◌͡◌	◌͢◌	◌ͣ	◌ͤ	◌ͥ	◌ͦ	◌ͧ	◌ͨ	◌ͩ	◌ͪ	◌ͫ	◌ͬ	◌ͭ	◌ͮ	◌ͯ
Примечания 1. ^ Начиная с версии Unicode 15.1.

Кодовые точки U+032A и U+0346–034A являются IPA символами :

U + 032A ◌̪ : стоматология
U+0346 ◌͆ : зубогубный
U+0347 ◌͇ : альвеолярный
U+0348 ◌͈ : сильная артикуляция
U+0349 ◌͉ : слабая артикуляция
U+034A ◌͊ : денасал

Коды U + 034B – 034E являются диакритическими знаками IPA для неупорядоченной речи :

U + 034B ◌͋ : выход из носа
U + 034C ◌͌ : небно-глоточное трение
U + 034D ◌͍ : расширение губ.
U+034E ◌͎ : свистящая артикуляция

U + 034F представляет собой « объединяющее соединение графем » (CGJ) и не имеет видимого глифа.

Коды U+035C–0362 представляют собой двойные диакритические знаки , диакритические знаки, расположенные между двумя буквами.

Кодовые точки U + 0363–036F представляют собой средневековые диакритические знаки надстрочных букв, буквы, написанные непосредственно над другими буквами, встречающимися в средневековых германских рукописях, но в некоторых случаях использовавшиеся вплоть до 19 века. Например, U+0364 — это буква e , написанная над предыдущей буквой, которая будет использоваться для ( раннего ) нового верхненемецкого языка обозначения умлаута , например uͤ для современного немецкого ü .

Расширенное объединение диакритических знаков ^[1]^[2] Официальная таблица кодов Консорциума Unicode (PDF)
	0	1	2	3	4	5	6	7	8	9	А	Б	С	Д	И	Ф
U + 1ABx	◌᪰	◌᪱	◌᪲	◌᪳	◌᪴	◌᪵	◌᪶	◌᪷	◌᪸	◌᪹	◌᪺	◌᪻	◌᪼	◌᪽	◌᪾	◌ᪿ
U + 1ACx	◌ᫀ	◌᫁	◌᫂	◌᫃	◌᫄	◌᫅	◌᫆	◌᫇	◌᫈	◌᫉	◌᫊	◌᫋	◌ᫌ	◌ᫍ	◌ᫎ
U + 1ADx
U+1AEx
U + 1AFx
Примечания 1. ^ Начиная с версии Unicode 15.1. 2. ^ Серые области обозначают неназначенные кодовые точки.

Дополнение к объединению диакритических знаков ^[1] Официальная таблица кодов Консорциума Unicode (PDF)
	0	1	2	3	4	5	6	7	8	9	А	Б	С	Д	И	Ф
U + 1DCx	◌᷀	◌᷁	◌᷂	◌᷃	◌᷄	◌᷅	◌᷆	◌᷇	◌᷈	◌᷉	◌᷊	◌᷋	◌᷌	◌᷍	◌᷎	◌᷏
U + 1DDx	◌᷐	◌᷑	◌᷒	◌ᷓ	◌ᷔ	◌ᷕ	◌ᷖ	◌ᷗ	◌ᷘ	◌ᷙ	◌ᷚ	◌ᷛ	◌ᷜ	◌ᷝ	◌ᷞ	◌ᷟ
U+1DEx	◌ᷠ	◌ᷡ	◌ᷢ	◌ᷣ	◌ᷤ	◌ᷥ	◌ᷦ	◌ᷧ	◌ᷨ	◌ᷩ	◌ᷪ	◌ᷫ	◌ᷬ	◌ᷭ	◌ᷮ	◌ᷯ
U + 1DFx	◌ᷰ	◌ᷱ	◌ᷲ	◌ᷳ	◌ᷴ	◌᷵	◌᷶	◌᷷	◌᷸	◌᷹	◌᷺	◌᷻	◌᷼	◌᷽	◌᷾	◌᷿
Примечания 1. ^ Начиная с версии Unicode 15.1.

Объединение диакритических знаков для символов ^[1]^[2] Официальная таблица кодов Консорциума Unicode (PDF)
	0	1	2	3	4	5	6	7	8	9	А	Б	С	Д	И	Ф
U + 20Dx	◌⃐	◌⃑	◌⃒	◌⃓	◌⃔	◌⃕	◌⃖	◌⃗	◌⃘	◌⃙	◌⃚	◌⃛	◌⃜	◌⃝	◌⃞	◌⃟
U + 20Ex	◌⃠	◌⃡	◌⃢	◌⃣	◌⃤	◌⃥	◌⃦	◌⃧	◌⃨	◌⃩	◌⃪	◌⃫	◌⃬	◌⃭	◌⃮	◌⃯
U + 20Fx	◌⃰
Примечания 1. ^ Начиная с версии Unicode 15.1. 2. ^ Серые области обозначают неназначенные кодовые точки.

Объединение половинных оценок ^[1] Официальная таблица кодов Консорциума Unicode (PDF)
	0	1	2	3	4	5	6	7	8	9	А	Б	С	Д	И	Ф
U+FE2x	◌︠	◌︡	◌︢	◌︣	◌︤	◌︥	◌︦	◌︧	◌︨	◌︩	◌︪	◌︫	◌︬	◌︭	◌︮	◌︯
Примечания 1. ^ Начиная с версии Unicode 15.1.

OpenType [ править ]

OpenType имеет «тег функции» ccmp для определения глифов, которые представляют собой композиции или разложения, включающие объединение символов, тег mark для определения положения объединения символов на базовом глифе и mkmk для расположения символов объединения друг с другом.

Текст Залго [ править ]

Объединение символов использовалось для создания текста Zalgo , который представляет собой текст, который выглядит «испорченным» или «жутким» из-за чрезмерного использования объединения символов. Это приводит к тому, что текст расширяется вертикально, перекрывая другой текст. ^[2] Чаще всего это используется в контексте ужасов в Интернете . рендеринг обычно очень сложен Для большинства программ , поэтому метки объединения часто уменьшаются или полностью удаляются.

См. также [ править ]

Пунктирный круг
Мертвый ключ
Буквы-модификаторы пробела , которые не следует объединять (хотя они ошибочно сочетаются в некоторых реализациях, где разработчик путает «объединение» с «модификатором»)

Примечания [ править ]

^ Например, при преобразовании между windows-1258 и VISCII первый использует объединение диакритических знаков, в то время как второй имеет большой выбор заранее составленных символов, поэтому преобразователь, использующий простое сопоставление между значениями кода и кодовыми точками Unicode, будет искажать текст при преобразовании между ними.
^ Корпела, Юкка К. «Как работает текст Залго?» . Переполнение стека . Проверено 11 апреля 2019 г.

Внешние ссылки [ править ]

Таблица объединения диакритических знаков (в формате Adobe PDF )
Таблица дополнений к комбинированным диакритическим знакам (в формате Adobe PDF )
Тестовая страница совмещения оценок, обращенная к комбинированным и заранее составленным буквам
Ресурсы Юникода Алана Вуда
DecodeUnicode.org Справочник по объединению диакритических знаков

[1] Например, при преобразовании между windows-1258 и VISCII первый использует объединение диакритических знаков, в то время как второй имеет большой выбор заранее составленных символов, поэтому преобразователь, использующий простое сопоставление между значениями кода и кодовыми точками Unicode, будет искажать текст при преобразовании между ними.

[2] Корпела, Юкка К. «Как работает текст Залго?» . Переполнение стека . Проверено 11 апреля 2019 г.

[1]

[2]