யூனிகோட் எழுத்து ஆய்வி
யூனிகோட் எழுத்துகள் மற்றும் குறியீடுகளைத் தேடி, ஆராய்ந்து, நகலெடுக்கவும்
விரிவான வழிகாட்டி
Unicode ஆய்வி: எதைத் தேடலாம், எப்படி
கருவி ஏற்கும் தேடல் வடிவங்கள், குறியீட்டுப் புள்ளிகளுக்கும் எழுத்துகளுக்கும் உள்ள வேறுபாடு, உலாவக்கூடிய எட்டு வரம்புகள், வரம்புகள்: சிறிய முக்கியச்சொல் பட்டியல், 27 எழுத்துப் பெயர்கள், ஒரு பக்கத்துக்கு 100 அட்டைகள், மேலும் ஏற்று பொத்தானுடன்.
முக்கிய எண்கள் ஒரே பார்வையில்
- ஏற்கும் உள்ளீடுகள்
- ஓர் எழுத்து, U+XXXX, &#N; / &#xN;, 0xN, இலக்கங்கள், 20AC போன்ற பதினறும சரம் அல்லது முக்கியச்சொல்
- முழு வாக்கியத்தை ஒட்டினால் அது பகுப்பாய்வு செய்யப்படாது; ஒரு எழுத்து மட்டுமே தேடப்படும்.
- முக்கியச்சொல் பட்டியல்
- 41 முக்கியச்சொற்கள்
- arrow, heart, euro, pi, star, check, degree போன்றவை. இது அனைத்து Unicode பெயர்களின் தேடல் அல்ல.
- எழுத்துப் பெயர்கள்
- 27 பெயரிடப்பட்ட எழுத்துகள்
- மற்ற அட்டைகள் பெயருக்குப் பதிலாக U+XXXX ஐக் காட்டும்.
- ஒரு பக்கத்துக்கான அட்டைகள்
- 100, பிறகு மேலும் ஏற்று
- பெரிய தொகுதிகள் ஒரு நேரத்தில் 100 அட்டைகளைக் காட்டும்; மீதியை ஏற்றும் வரை எண்ணிக்கை வரி 256 முடிவுகளில் 100 காட்டப்படுகின்றன என்று இருக்கும்.
இந்தக் கருவி என்ன
உங்கள் உலாவியிலேயே முழுமையாக இயங்கும் சிறிய தேடல்-உலாவல் கருவி. இது உங்கள் உரையைப் படித்துக் குறியீட்டுப் புள்ளிகளாகப் பிரிக்காது; Unicode எழுத்துத் தரவுத்தளமும் இதில் இல்லை. பெரிய வடிவம், குறியீட்டுப் புள்ளி (U+ மற்றும் பதினறும எண்), பெயர் கொண்ட அட்டைகளைக் காட்டும்; அட்டையை அல்லது அதன் பொத்தானைச் சொடுக்கினால் எழுத்து நகலெடுக்கப்படும்.
தேடல் வடிவங்கள்
தேடல் பெட்டியில் தட்டச்சு செய்து Enter அல்லது தேடு அழுத்துங்கள். உள்ளீடு இந்த வரிசையில் சோதிக்கப்படும்:
| உள்ளீடு | நடப்பது | எடுத்துக்காட்டு முடிவு |
|---|---|---|
| ஓர் எழுத்து | அந்த எழுத்தைத் தேடும், எமோஜி உட்பட | → என்றால் U+2192; 🙂 என்றால் U+1F642 |
U+ மற்றும் பதினறும எண் |
அந்தக் குறியீட்டுப் புள்ளியைத் தேடும் (பெரிய/சிறிய எழுத்து வேறுபாடு இல்லை) | U+1F642 அல்லது u+41 |
&#N; |
HTML தசம குறிப்பு | → என்றால் U+2192 |
&#xN; |
HTML பதினறும குறிப்பு | → என்றால் U+2192 |
0xN |
பதினறும எண் | 0x41 என்றால் U+0041 |
| இலக்கங்கள் மட்டும் | முதலில் தசம வாசிப்பு, பிறகு அதே இலக்கங்கள் பதினறும எண்ணாக (6 இலக்கங்கள் வரை) | 65 என்றால் U+0041 மற்றும் U+0065; 2192 என்றால் U+0890 மற்றும் U+2192 |
| A முதல் F வரை ஒரு எழுத்து உள்ள 3 முதல் 6 பதினறும இலக்கங்கள் | பதினறும குறியீட்டுப் புள்ளி; முக்கியச்சொல் பொருந்தாவிட்டால் மட்டும் | 20AC என்றால் U+20AC; 1f600 என்றால் U+1F600 |
| வேறு எதுவும் | முக்கியச்சொல் பொருத்தம் | heart, euro, arrow |
இலக்கங்களுக்கு வரிசை முக்கியம். ஒற்றை இலக்கம் அந்த எழுத்தாகவே கருதப்படும் (5 என்றால் U+0035, ஐந்து என்ற இலக்கம்); தசம 5 அல்ல. நீளமான இலக்க உள்ளீடு தெளிவற்றது; எனவே இரு வாசிப்புகளும் காட்டப்படும், தசமம் முதலில். பதினறும எண் என்று உறுதியாகச் சொல்ல U+, 0x அல்லது &#x பயன்படுத்துங்கள்.
café அல்லது x2192 போன்ற சரங்கள் எதனுடனும் பொருந்தாது; "எழுத்துகள் கிடைக்கவில்லை" என வரும். U+10FFFF க்கு மேற்பட்ட குறியீட்டுப் புள்ளி முடிவுகளிலிருந்து நீக்கப்படும்; ஏனெனில் Unicode அங்கே முடிகிறது, JavaScript இன் String.fromCodePoint அதைவிடப் பெரிய மதிப்புகளை நிராகரிக்கும்.
முக்கியச்சொற்கள் ஒரு குறுகிய பட்டியல்
41 முக்கியச்சொற்கள் உள்ளன; ஒவ்வொன்றும் "உள்ளடக்குகிறது" என்ற முறையில் பொருந்தும்: இடைவெளி, பொதுவான ASCII குறியீடுகளுக்கான பெயர்கள் (dollar, percent), பதிப்புரிமை, பதிவு, வணிகக்குறி குறிகள், அம்புக்குறிகள், கணிதம் (plus, minus, multiply, divide, infinity, sum, integral, sqrt, pi), நாணயங்கள் (euro, pound, yen, cent), சில குறியீடுகள் (heart, star, music, sun, moon, check, cross, bullet, degree). முக்கியச்சொற்கள் ஆங்கிலச் சொற்கள். arrow 10 அட்டைகளைத் தரும் (U+2190 முதல் U+2199 வரை); அந்தச் சொல் பெயரிட்ட நான்கு அம்புகளோடும் அம்புக் குழுவோடும் பொருந்தினாலும் ஒவ்வொரு குறியீட்டுப் புள்ளியும் ஒருமுறை மட்டுமே பட்டியலிடப்படும். உள்ளீட்டுப் பெட்டியின் குறிப்பு "பெயர்" மூலம் தேடலாம் என்கிறது; ஆனால் RIGHTWARDS ARROW போன்ற உண்மையான Unicode பெயர்கள் தேடப்படுவதில்லை.
27 எழுத்துகளின் அட்டைகளில் மட்டுமே பெயர் உண்டு (எ.கா. U+2192 RIGHTWARDS ARROW, U+20AC EURO SIGN). மற்றவற்றுக்குப் பெயர் வரியில் குறியீட்டுப் புள்ளி மட்டுமே இருக்கும். அதிகாரப்பூர்வப் பெயர்களுக்கு Unicode குறியீட்டு விளக்கப்படங்களைப் பாருங்கள்.
தொகுதிகளை உலாவுதல்
கீழிறங்கு பட்டியல் எட்டு வரம்புகளை வழங்குகிறது: அடிப்படை லத்தீன், லத்தீன்-1 துணைத் தொகுதி, அம்புக்குறிகள், கணிதச் செயலிகள், பல்வகைத் தொழில்நுட்பக் குறியீடுகள், பல்வகைக் குறியீடுகள், நாணயக் குறியீடுகள், பொது நிறுத்தக்குறிகள். அவை Unicode தொகுதிப் பெயர்களைக் கொண்டுள்ளன: U+2300 முதல் U+23FF வரை Miscellaneous Technical (பல்வகைத் தொழில்நுட்பக் குறியீடுகள்), U+2600 முதல் U+26FF வரை Miscellaneous Symbols (பல்வகைக் குறியீடுகள்). கட்டுப்பாட்டுக் குறியீடுகள் U+0000 முதல் U+001F மற்றும் U+007F முதல் U+009F வரை தவிர்க்கப்படும்.
| வரம்பு | பட்டியலிடப்படும் எழுத்துகள் | முதல் பக்கம் |
|---|---|---|
| U+0020 முதல் U+007F | 95 | 95 |
| U+00A0 முதல் U+00FF | 96 | 96 |
| U+2190 முதல் U+21FF | 112 | 100 |
| U+2200 முதல் U+22FF, U+2300 முதல் U+23FF, U+2600 முதல் U+26FF | தலா 256 | 100 |
100க்கு மேற்பட்ட எழுத்துகள் உள்ள தொகுதிகள் முதல் 100 அட்டைகளையும், அடுத்த 100 ஐச் சேர்க்கும் மேலும் ஏற்று பொத்தானையும் காட்டும். எண்ணிக்கை வரி "256 முடிவுகளில் 100 காட்டப்படுகின்றன" என்று இருந்து, அனைத்தும் ஏற்றப்பட்டதும் "256 முடிவுகள் காட்டப்படுகின்றன" என மாறும். Unicode இன்னும் ஒதுக்காத குறியீட்டுப் புள்ளிகள் வெற்றுப் பெட்டியாகத் தோன்றலாம்.
குறியீட்டுப் புள்ளிகளும் எழுத்துகளும்
குறியீட்டுப் புள்ளி என்பது U+0000 முதல் U+10FFFF வரையிலான ஓர் எண். கண்ணுக்குத் தெரியும் ஓர் "எழுத்து" ஒரு குறியீட்டுப் புள்ளியாக இருக்கலாம் (A, →, 🙂) அல்லது பலவாக (é என்பது e மற்றும் U+0301 ஆக எழுதப்படலாம்; 🇸🇬 கொடி இரு பிராந்தியக் குறிகாட்டிப் புள்ளிகள்). இந்தக் கருவி ஒரு அட்டைக்கு ஒரு குறியீட்டுப் புள்ளியைக் காட்டுவதால், பல புள்ளிகள் கொண்ட தொடர் எதனால் ஆனது என்பதைச் சொல்ல இயலாது. JavaScript இல் "🙂".length 2, ஏனெனில் சரங்கள் UTF-16; ஆனால் 🙂 ஒரே குறியீட்டுப் புள்ளி.
குறிப்பு: அட்டை பெட்டி அல்லது கேள்விக்குறியாகத் தோன்றினால், உங்கள் எழுத்துருவில் அந்த வடிவம் இல்லை. குறியீட்டுப் புள்ளி சரியே; நகலெடுப்பதும் சரியாக நடக்கும்.
பொதுவான தவறுகள்
- பல எழுத்துகளை ஒட்டிப் பிரித்துக் காட்டும் என எதிர்பார்ப்பது. ஒவ்வொன்றாகத் தேடுங்கள்.
2192என்று தட்டச்சு செய்து U+2192 மட்டுமே வரும் என எதிர்பார்ப்பது; இலக்கங்கள் முதலில் தசம எண்ணாகவே (U+0890) படிக்கப்படும், பதினறும வாசிப்பு இரண்டாவதாக வரும். உறுதிக்குU+2192பயன்படுத்துங்கள்.- முக்கியச்சொல் பட்டியல் அனைத்து Unicode பெயர்களையும் உள்ளடக்கும் என நினைப்பது.
- மேலும் ஏற்று என்பதை மறப்பது: பெரிய தொகுதி 100 அட்டைகளுடன் தொடங்கும்.
தொடர்புடைய கருவிகள்
HTML entity குறியாக்கி உரையை &#N; குறிப்புகளாக மாற்றும். மறைந்த எழுத்து சுத்தப்படுத்தி நீங்கள் ஒட்டிய உரையில் கண்ணுக்குத் தெரியாத எழுத்துகளைக் கண்டறியும். உரையிலிருந்து ஹெக்ஸ் உரையின் UTF-8 பைட்டுகளைக் காட்டும். சொல் எண்ணி எழுத்துகளைக் குறியீட்டுப் புள்ளிகளாக எண்ணும்.
அடிக்கடி கேட்கப்படும் கேள்விகள்
யூனிகோட் என்றால் என்ன?
யூனிகோட் என்பது எல்லா மொழிகளிலும் எழுத்துமுறைகளிலும் உள்ள ஒவ்வொரு எழுத்து, குறியீடு மற்றும் எமோஜிக்கும் தனித்த குறியீட்டுப் புள்ளியை வழங்கும் உலகளாவிய எழுத்துக் குறியாக்கத் தரநிலை. உலகம் முழுவதும் பல தளங்கள், சாதனங்கள் மற்றும் பயன்பாடுகளில் ஒரே மாதிரியான உரையைப் பயன்படுத்த இது உதவுகிறது.
யூனிகோட் எழுத்தை எப்படித் தேடுவது?
பல வழிகளில் தேடலாம்: "heart" அல்லது "arrow" போன்ற விளக்கச் சொற்களை உள்ளிடுங்கள்; எழுத்தையே ஒட்டி விவரங்களைப் பாருங்கள்; U+2192 போன்ற யூனிகோட் குறியீட்டையோ → போன்ற HTML entity-யையோ உள்ளிடுங்கள்; அல்லது கீழிறங்கு பட்டியலில் தொகுதியைத் தேர்ந்தெடுத்து உலாவுங்கள்.
யூனிகோட் குறியீட்டுப் புள்ளிகள் என்றால் என்ன?
குறியீட்டுப் புள்ளி என்பது ஒவ்வொரு யூனிகோட் எழுத்துக்கும் வழங்கப்பட்ட தனித்த எண் அடையாளம்; XXXX என்பது பதினாற்ம எண்ணாக U+XXXX என எழுதப்படும். எடுத்துக்காட்டாக, U+0041 என்பது "A"; U+2192 என்பது "→". 140,000-க்கும் மேற்பட்ட ஒவ்வொரு எழுத்துக்கும் தனித்த குறியீட்டுப் புள்ளி உண்டு.
எனது HTML-இல் யூனிகோட் எழுத்துகளை எப்படிப் பயன்படுத்துவது?
எழுத்தை நேரடியாக நகலெடுக்கலாம் அல்லது அதன் HTML entity-ஐப் பயன்படுத்தலாம். பொதுவான எழுத்துகளுக்கு © போன்ற பெயரிட்ட வடிவங்களும், எந்த எழுத்துக்கும் © (தசமம்) அல்லது © (பதினாற்ம எண்) போன்றவை பயன்படும். எழுத்தை நேரடியாகப் பயன்படுத்த HTML charset-ஐ UTF-8 ஆக அமைக்கவும்.
சில எழுத்துகள் ஏன் பெட்டியாகவோ கேள்விக்குறியாகவோ தெரிகின்றன?
உங்கள் எழுத்துருவில் அந்த எழுத்து இல்லாததைக் பெட்டி அல்லது கேள்விக்குறி குறிக்கிறது. எழுத்து இருந்தாலும் காட்சியளிக்காது; நகலெடுக்கலாம். "Noto Sans" போன்ற விரிவான எழுத்துருவை நிறுவவும் அல்லது கூடுதல் எழுத்துரு விருப்பங்களைப் பயன்படுத்தவும்.
யூனிகோட் தொகுதிகளுக்கு என்ன வேறுபாடு?
தொடர்புடைய எழுத்துகளைத் தொடர்ச்சியான குறியீட்டுப் புள்ளி வரம்புகளாகத் தொகுப்பதே யூனிகோட் தொகுதி. அடிப்படை லத்தீனில் ஆங்கில எழுத்துகளும், அம்புக்குறிகள் தொகுதியில் அம்புக் குறியீடுகளும், CJK தொகுதியில் சீன, ஜப்பானிய, கொரிய எழுத்துகளும் உள்ளன. 140,000-க்கும் மேற்பட்ட எழுத்துகளை ஒழுங்கமைக்க இவை உதவுகின்றன.
எனது தேடல் தரவு சேவையகத்துக்கு அனுப்பப்படுமா?
இல்லை. எழுத்து ஆய்வும் தேடலும் உலாவியிலேயே நடக்கும். உங்கள் தேடலும் தரவும் சாதனத்தை விட்டு வெளியேறாது; இந்தக் கருவி தனிப்பட்டதும் பாதுகாப்பானதும் ஆகும்.
நிரலாக்கத்தில் யூனிகோட் எழுத்துகளைப் பயன்படுத்தலாமா?
ஆம். பெரும்பாலான நவீன நிரலாக்க மொழிகள் யூனிகோட்டை ஆதரிக்கின்றன. குறியீட்டு வடிவத்தைப் பயன்படுத்துங்கள் (JavaScript மற்றும் Python 3-இல் \u2192, Perl-இல் \x{2192}) அல்லது UTF-8 குறியாக்கமுள்ள மூலக் கோப்பில் எழுத்தை நேரடியாக இடுங்கள். உங்கள் மொழியின் யூனிகோட் ஆவணங்களைப் பாருங்கள்.
சேர்க்கை எழுத்துகள் என்றால் என்ன?
முன்னுள்ள எழுத்தை, உச்சரிப்புக் குறி போன்றவற்றால் மாற்றும் சிறப்பு யூனிகோட் எழுத்துகளே சேர்க்கை எழுத்துகள். உதாரணமாக, "e"-க்குப் பிறகு சேர்க்கைத் தீவிர உச்சரிப்புக் குறி (U+0301) வந்தால் "é" உருவாகும். தனியாகச் சரியாகக் காட்டப்படாது; அடிப்படை எழுத்துடன் சேர்ந்து செயல்படும்.
விசைப்பலகையில் யூனிகோட் எழுத்துகளை எப்படித் தட்டச்சு செய்வது?
முறைமைக்கு ஏற்ப வழிகள் மாறும். Windows: Alt + எண் குறியீடு. Mac: Option + எழுத்துச் சேர்க்கைகள் அல்லது Character Viewer. Linux: Ctrl+Shift+U + பதினாற்ம குறியீடு. அல்லது இந்தக் கருவியிலிருந்து நகலெடுத்து தேவையான இடத்தில் ஒட்டுங்கள்.
ஆதாரங்கள்
- Unicode — Code charts — Official block charts with names for every assigned character.
- Unicode FAQ — Basic questions — States the number of characters in the current Unicode version and the U+ notation.
- MDN — String.fromCodePoint() — Valid range 0 to 0x10FFFF.
இந்த வழிகாட்டி வெளியிடப்பட்ட விதிகளை எளிய மொழியில் விளக்குகிறது. இது நிதி, சட்ட அல்லது அதிகாரப்பூர்வ ஆலோசனை அல்ல — விதிகள் மாறக்கூடும், எனவே முடிவெடுக்கும் முன் மேலே இணைக்கப்பட்ட அமைப்பிடம் உறுதிப்படுத்துங்கள்.