unicode
Engelsk text är inte bara ASCII

Android C# Language C++ HTML Java Language JavaScript MySQL PHP Python Language Regular Expressions
Sök…


Anmärkningar

Ett antagande som dyker upp regelbundet är att det bara är svårt att möta tecken utanför ASCII-teckenuppsättningen när man bara handlar med engelsk text. För att undvika problem med att hantera Unicode på rätt sätt frestas människor att göra saker som att ta bort icke-ASCII-tecken eller ta bort accenter på bokstäver.

Dessa exempel visar att antagandet är fel, och även för engelsk text bör du se till att hantera Unicode-tecken korrekt.

diakritiska tecken

Engelsk text har tillfälliga diakritiker.

  • Lånord, som barn, café, entré
  • Namn, som Noël och Chloë
  • Platsnamn, som Montréal och Québec

Emoji

Emoji är mycket populära bland sociala medier i dag.

  • ☃: U+2603 - SNOWMAN
  • 😀: U+01F600 - GRINNING FACE
  • 🐪: U+01F42A - DROMEDÄRKAMEL

Observera att de flesta emoji är utanför det flerspråkiga planet. Många nyare tillägg består av mer än en kodpunkt:

  • 🇯🇵: En flagga definieras som ett par "regionala symbolindikatorbokstäver"
  • 🙋🏿: Detta är en emoji plus en hudtonmodifierare: 🙋 + 🏿
  • 😀︎ eller 😀️: Windows 10 låter dig ange om en emoji är färgad eller svart / vit genom att lägga till en variationsväljare ( U+FE0E eller U+FE0F )

skiljetecken

Nästan all skriven text har skiljetecken som ligger utanför ASCII-teckenuppsättningen:

  • streck: en streck - och em streck -
  • Citattecken: "citat" snarare än "citat"
  • Ellipsis ...

Speciella symboler

Det finns några vanliga symboler som används:

  • upphovsrättstecken ©, och varumärkesmärken ® ™
  • fraktioner som ¼
  • upphöjda. Till exempel är kvadratmeter kvadratmeter.


Modified text is an extract of the original Stack Overflow Documentation
Licensierat under CC BY-SA 3.0
Inte anslutet till Stack Overflow