User:Arnie97/Unicode字符属性

Unicode 字符属性（Character Properties）是Unicode标准中与码位实体相对应的一组字段，每个属性都有独一无二的名称，同时标准预先定义了每个属性的有效取值范围^[1]。

Properties have levels of forcefulness: normative, informative, contributory, or provisional.

这些属性有助于正确的处理Unicode文本，例如确定合适的换行位置、文字书写方向等。属性和属性的值有预先定义好的名称和缩写^[2]。Unicode标准#44号附录中详细描述了这些属性^[3]。

名称[编辑]

Unicode字符拥有一个独一无二的名称（Name），用英文描述了对应字符的性质。名称只由大写拉丁字母（A至Z），阿拉伯数字（0至9），连字符（-）和空格这些ASCII字符组成；其中连字符和空格不会连续出现，且不会位于名称的开头和结尾。例如，中文句号 U+3002 。的名称是IDEOGRAPHIC FULL STOP；中日韩统一表意文字 U+6F22 漢的名称是CJK UNIFIED IDEOGRAPH-6F22。

用于排版的空格等字符同样有自己的名称，如 U+00A0 的名称是NO-BREAK SPACE。但并非所有码位都有相应的名称；控制字符、私人使用区（PUA）码位、代理对（Surrogates）、非字符码位（Non-characters）、保留码位和未分配码位等并没有对应的名称。为了便于辨识这些码位，Unicode为这些码位分配了标签（Code Point Labels）^[4]；标签的形式通常是包含在尖括号中的小写英文描述，以避免与名称相混淆，例如换行符的码位和标签分别是 U+000A <control-000A> 。

自Unicode 2.0版本起，已发布的码位名称将永远保持不变。若名称当中出现了拼写错误等情形，更正后的新名称被作为字符别名（Name Alias）分配给这个码位。别名同样是独一无二的，不允许与其他字符的名称或别名相同。

除了上面这些标准化的名称以外，字符还可以有多条非正式名称。这些非正式名称往往取自字符的常用称呼，起到补充说明的作用，不保证唯一性。

区段[编辑]

区段（Block）指的是码位所属的范围，通常用于组织码位的分配方式。区段会被给予唯一的名称，且区段与区段间不会重叠。通常一个最小的区段至少包含16个码位。

通用类别[编辑]

每个Unicode码位都属于某个通用类别（General Category），即便是未分配的码位也不例外^[5]。

参考文献[编辑]

^ The Unicode Consortium. 3.5. The Unicode Standard (pdf) 11.0. Mountain View, CA. 2018-06: 95 [2018-07-04]. ISBN 978-1-936213-19-1 （英语）. D19 Property: A named attribute of an entity in the Unicode Standard, associated with a defined set of values.
^ The Unicode Standard, Version 11.0, Chapter 3: Conformance
^ UAX #44: Properties
^ UAX #44: Code Point Labels
^ UAX #44: General Category Values

[1] The Unicode Consortium. 3.5. The Unicode Standard (pdf) 11.0. Mountain View, CA. 2018-06: 95 [2018-07-04]. ISBN 978-1-936213-19-1 （英语）. D19 Property: A named attribute of an entity in the Unicode Standard, associated with a defined set of values.

[2] The Unicode Standard, Version 11.0, Chapter 3: Conformance

[3] UAX #44: Properties

[4] UAX #44: Code Point Labels

[5] UAX #44: General Category Values

[1]

[2]

[3]

[4]

[5]