Unicode控制字符
Unicode控制字符（英語：Unicode control characters）是用于控制文本解释或者显示，而不可见或不占空间的Unicode字符。
ISO 6429控制字符（C0与C1）[编辑]
控制字符U+0000‐U+001F 与U+007F来自ASCII。此外，ISO 8859字符集定义了U+0080‐U+009F。二者都定义在ISO 6429中，常被称为C0与C1控制字符。
大部分这些字符在Unicode文本处理中没有明确作用。字符U+0000 <control-0000> ，NUL、U+0009 <control-0009> ，HT、U+000A <control-000A> ，LF、U+000D <control-000D> ，CR、U+0085 <control-0085> ，NEL常用于格式化字符。
Unicode引入的分隔符[编辑]
为了简化几种换行字符，Unicode引入了它自己的分隔符来格式化文本：
- U+2028 LINE SEPARATOR ，HTML：

，LSEP - U+2029 PARAGRAPH SEPARATOR ，HTML：

，PSEP
语言标记[编辑]
Unicode以前定义了标签，包含了128个字符表示语言标签，但现在已经过时了。这些字符实际上镜像了128个ASCII字符。用于表示随后的文本属于IETF語言標籤（BCP 47）所指的特定语言。例如，表示随后文本使用美国英语（en-us），用字符串开始为Language Tag character（U+E0001）后跟序列：Tag Small Letter e（U+E0065）、Tag Small Letter n（U+E006E）、Tag Hyphen-minus（U+E002D）、Tag Small Letter u（U+E0075）、Tag Small Letter s（U+E0073）。
这种语言标签自身不会被显示。但可提供用于文本处理的信息。例如，中日韩统一汉字的文本，指明是韩语而非日文，可以把一些字符用韩语特有的字形来表示。另一个例子，把数字0‐9用语言特定的字形表示。
语言标记字符U+E0001、U+E0020‐U+E007E、U+E007F 已经被Unicode 5.1（2008）宣布过时，不再作为语言标记使用。[1]
Unicode 8.0（2015）宣布U+E0020‐U+E007E不再是过时，用于未来表示除了语言标签以外的的其他用途。[2]（U+E0001 LANGUAGE TAG与U+E007F CANCEL TAG仍然过时）。
行间标注[编辑]
3个格式化字符用于支持旁註標記（U+FFF9、U+FFFA、U+FFFB）。
双向文本控制[编辑]
Unicode支持从左到右、从右到左，或者其混合排版，而不需要任何特殊字符。但为了处理一些特殊情形，Unicode定义了12个字符（U+061C、U+200E、U+200F、U+202A、U+202B、U+202C、U+202D、U+202E、U+2066、U+2067、U+2068、U+2069）以帮助控制嵌入式双向文本最大125层深。[3]
异体字选择器[编辑]
中日韩汉字、拉丁字母的双拼连写等等，在Unicode中被视作异体字。有些专名（如地名、姓名）必须使用某个异体字。为此，Unicode 3.2与4.0定义了256个异体字选择器，可选择前一个字符的最多256个可能的异体字。
控制字符的图片[编辑]
Unicode在Control Pictures块中提供图形表示C0控制字符以及其他控制符。
| 控制图形[1][2] 官方Unicode Consortium码位图表 (PDF) | ||||||||||||||||
| 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | A | B | C | D | E | F | |
| U+240x | ␀ | ␁ | ␂ | ␃ | ␄ | ␅ | ␆ | ␇ | ␈ | ␉ | ␊ | ␋ | ␌ | ␍ | ␎ | ␏ |
| U+241x | ␐ | ␑ | ␒ | ␓ | ␔ | ␕ | ␖ | ␗ | ␘ | ␙ | ␚ | ␛ | ␜ | ␝ | ␞ | ␟ |
| U+242x | ␠ | ␡ | ␢ | ␣ |  | ␥ | ␦ | |||||||||
| U+243x | ||||||||||||||||
| Notes | ||||||||||||||||
参见[编辑]
参考文献[编辑]
- ^ RFC6082: Deprecating Unicode Language Tag Characters: RFC 2482 is Historic. Internet Engineering Task Force (IETF). November 2010 [2019-01-08]. （原始内容存档于2021-03-08）.
- ^ Unicode 8.0.0, Implications for Migration. Unicode Consortium. [2019-01-08]. （原始内容存档于2022-05-13）.
- ^ UAX #9: Unicode Bidirectional Algorithm. Unicode Consortium. 2018-05-09 [2019-01-08]. （原始内容存档于2009-01-25）.
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
