Caractere speciale și Unicode

De unde sunt numele

Caracterele și numele lor englezești sunt din baza de date Unicode, versiunea 18.0; numele românești și cuvintele-cheie, unde există, din datele CLDR ale Consorțiului Unicode (versiunea 49). Tabelul are 21 de blocuri: latin, greacă, chirilică, punctuație, monede, săgeți, semne matematice, forme geometrice, simboluri și celulele Braille.

Căutarea găsește un caracter după nume (în română sau în engleză), după cuvintele-cheie, după codul lui (U+2192, 2192, →) sau după caracterul însuși, lipit în căutare: pentru orice caracter, și din afara tabelului, unealta arată codul și formele lui. Un spațiu apare ca un chenar cu linie întreruptă, iar un semn care se pune peste o literă, pe un cerc punctat (◌).

Formele unui caracter

Codul Unicode se scrie U+ urmat de patru până la șase cifre hexazecimale. În HTML caracterul se poate scrie → sau →, în CSS \2192 (cu un spațiu după, dacă urmează o cifră sau o literă de la a la f, care altfel ar fi citită tot ca parte a codului), în JavaScript \u2192 (sau \u{1F600} peste FFFF), iar într-o adresă cu octeții lui UTF-8, fiecare după % (literele latine fără diacritice, cifrele și - . _ ~ rămân cum sunt, după RFC 3986). UTF-16 e forma în care JavaScript ține textele (ECMA-262): un caracter peste FFFF ocupă două unități.