Die Unicode-Datenbank

• » Home
• » Unicode-Datenbank

Übersicht:

• 1. Unicode-Blöcke
• 2. Unicode-Kategorien
• 3. Eigenschaften in bezug auf den bidirektionalen Algorithmus
• 4. Zusätzliche Eigenschaften
• 5. Anmerkungen
• 6. Copyright

• In den beiden folgenden Tabellen sind alle Unicode-Blöcke, geordnet nach Codepunkten, aufgeführt, getrennt nach der Basic multilingual plane (Integerwert < 65536 bzw. Hex-Wert <= FFFF) und den höheren Codepunkten.
• Jedes Zeichen gehört genau zu einem Block, zu einer Kategorie und hat einen Wert in bezug auf den bidirektionalen Algorithmus (links nach rechts, rechts nach links usw.). Ferner gibt es zu jedem Zeichen die Information darüber, wann das Zeichen zum Unicode-Standard hinzugefügt wurde. Das ist eine der Versionen 1.1 - 11.0. Zusätzlich kann ein Zeichen keine, eine oder mehrere erweiterte Eigenschaften besitzen.
• Wenn Sie einzelne Zeichen suchen, nutzen Sie die Suche ⇗. Ergebnisse bei der Suche nach einem Zeichen mit Rank 1000 geben den Block zurück, der diesen Codepunkt enthält: Suche nach "𑇳" listet den Sinhala Archaic Numbers Block, ebenso die Suche nach 111F3 bzw. 70131 (Hex- bzw. Codepunkt von 𑇳). Die Volltextsuche unterstützt die Suche nach Integer- und Hex-Werten (FFFF) sowie die englischen Zeichennamen.
• Die Spalte 'Name' enthält den offiziellen englischen Namen dieses Blocks, Beginn und Ende sind in hexadezimaler und Zahldarstellung genannt. Die Spalte 'def' enthält die Zahl der verwendbaren Codepunkte und entspricht der Zahl der Codepunkte in diesem Block abzüglich Cn. Cn ist das Kürzel für die Kategorie Other, not Assigned, diesen Codepunkten ist keine Darstellung bzw. Funktion zugewiesen.
• Die Spalte "Größe" informiert über die Dateigröße der verlinkten Einzeldarstellung. Große (> 100 KB) und sehr große (> 1 MB) Dateien sind farblich markiert.
• Die Unicode-Datenbank basiert auf der Version 11.0. Das ist die aktuelle Version seit dem 05.06.2018.
• Es folgen Spalten mit der Zahl der Zeichen pro Block aus einer bestimmten Unicode-Version. Je älter die Version, desto wahrscheinlicher, daß die Zeichen in verschiedenen Browsern korrekt dargestellt werden.
• Die Version, welche die meisten Zeichen zu einem Block beisteuert, ist gelb unterlegt. Zur besseren Übersicht wurde in den Versionszellen die "0" entfernt.
• Die Spalte "NET" teilt die Zahl der von .NET4 erkannten Unicode-Zeichen in diesem Block mit. Von .NET werden nicht alle Unicode-Zeichen erkannt. Die nicht erkannten Zeichen werden in RegEx-Suchmustern der Form '\{IsUnicode-Block}' fälschlich negativ bewertet. Gibt es in einem Block solche Zeichen (also 'def.' > 'NET'), so ist die Zelle rötlich unterlegt. Das folgende Y/N sagt aus, ob man den Blocknamen ohne Leerzeichen in RegEx-patterns verwenden kann. Falls Y, gelingt dies mit vorangestelltem 'Is', etwa '\p{IsBasicLatin}' oder '\p{IsBopomofo}'. Die korrekten Werte wurden durch probeweises Einsetzen ermittelt.
• Zeilen mit dem Eintrag 'No_Block (unused)' bezeichnen nicht belegte Blöcke. Die Nummern in der ersten Spalte und der Wechsel zwischen weißem und grauem Hintergrund wurden nur zur besseren Darstellung eingefügt und haben keine offizielle Bedeutung.

• Zwei Surrogatzeichen dienen dazu, ein Unicode-Zeichen darzustellen. Einem einzelnen Surrogatzeichen ist damit keine Darstellung zugeordnet. Private Zeichen können beliebig verwendet und dargestellt werden. Auch hier gibt es keine verbindliche Darstellung. Für die Surrogatblöcke und für die Blöcke mit privaten Zeichen bleiben die Detailseiten bis auf zwei Zeilen Anfang / Ende leer.
• Als kleinen Zusatz gibt es zwei Online-Tools:
  • Der Int/Hex/Char-Converter rechnet Integer-, Hexadezimal-, Bitfolgen und Zeichenfolgen ineinander um. Ferner wird zu jedem Zeichen der offizielle englische Zeichenname und der verlinkte Blockname ausgegeben.

    Das ist eine zweite Möglichkeit, direkt nach Zeichen und dem zugehörigen Block zu suchen.

  • Der Entity-Generator codiert Klartext in Entity-Darstellungen, entweder als Integer- (A = &#65;) oder als Hex-Version (A = &#x41;). Eine Mailadresse wird mit 'mailto' ergänzt und mit dem korrekten umgebenden Html-Code versehen, so daß ein Klick im Browser weiterhin das Mailprogramm startet, einfache EMail-Spam-Bots an dieser Darstellung jedoch scheitern.