Unicode 17.0

Мелко мыслишь, Серёжа.

Если каждый будет тащить в юникод свои крылатые качели и прекрасное далёко,
то не останется места для действительно важных эмодзи:
«где же у него всё-таки кнопка»,
«я просил четыреста капель, а тут четыреста две»,
«когда доктор сыт и больному легче» и
«мы оглядываясь видим лишь руины».

в большинстве шрифтов ничего кроме латиницы и кириллицы нет

Починил.

Голосую за включение значка кроссворда.

В пару к Сыроежкину Гусева обязательно надо. Для весомости.

P.S. Впрочем, как выше верно отметили, лучше основополагающее добавить: «где же у него всё-таки кнопка».

там кстати негр самурай есть. 🥷🏿. но он не беременный

ну в популярных типа jetbrains, fira, roboto и тп она есть

🍄

Надо бы ввести для комитета хоть какое-нибудь «доказательство работой» для ввода нового символа в стандарт. Например, выбивание символа в гранитной плите (собственноручно вырезаной в карьере) для голосования за включение.

Ограниченность не делает чести. Вот там добавили символы умерших языков. Большинству они не нужны, но их используют специалисты для того чтобы записывать найденные тексты на этих языках чтобы эти тексты можно было обрабатывать компьютерными алгоритмами и пытаться их расшифровать. Попробуй сделать это с помощью ISO-8859-5

«Вкалывают роботы» же!

Вот там добавили символы умерших языков

Кстати, а историческая кириллица-то в юникоде есть в полном объёме? Я не про фиту и ять, эти понятно, что есть. Были ещё допетровские буквы, четыре юса, например.

Вот это, по хорошему, должно включаться явно с большим приоритетом, чем волосатые существа и искривлённые лица. И не только кириллица, но и исторические символы других алфавитов, конечно.

волосатое существо

Темнота, Йети не знает

Зумеры. :)

Впрочем родители их родителей тоже не чураются использовать эмодзи.

Мой тейк не понят. Кто переписывается юникодными эмодзи, а не картинками эмодзи, которые не входят в хрюникод и являются составными из нескольких кодпоинтов?

Тем, что кое-кто придумал двухсимвольные символы и теперь вообще без бутылки, отдельного парсера и такой-то матери не разобрать что там за пачка байтиков.

Кодировка текста больше 16 бит, это шиза

16 бит на символ, все что больше либо переменной длины это бред и шиза

Ucs-2. Остальное бред

А псевдосовместимость с ASCII ещё и дополнительный источник уязвимостей

Причем тут совместимость с ASCII? Автор функции не понимал, как работают многобайтные кодировки, которых очень много, и Юникод здесь совершенно ни при чем.

Темнота, Йети не знает

В «CLDR Short Name» у них написано «hairy creature», а не «yeti». Такое вот short.
А «yeti» в «Other Keywords»:

bigfoot | cryptid | forest | giant | hairy | sasquatch | woodwose | yeti

четыре юса, например

Ⱔ U+2C24 GLAGOLITIC CAPITAL LETTER SMALL YUS
Ⱕ U+2C25 GLAGOLITIC CAPITAL LETTER SMALL YUS WITH TAIL
Ⱗ U+2C27 GLAGOLITIC CAPITAL LETTER IOTATED SMALL YUS
Ⱘ U+2C28 GLAGOLITIC CAPITAL LETTER BIG YUS
Ⱙ U+2C29 GLAGOLITIC CAPITAL LETTER IOTATED BIG YUS

Голосую за включение значка кроссворда.

⚔ – CROSSED SWORDS.

Пока так. :)

Покажите народность, которая разговаривает на эмодзи

Вспомнил о https://www.emojicode.org/docs/reference:

Emojicode is a language that aims to provide the most modern and powerful features to make it easy, fast and fun to write programs. These powerful features include classes, optionals, which can handle the absence of a value, generics, closures and much more.

https://www.emojicode.org/docs/reference/generics:

See this example for a box type that can store objects of a specified type. Note that inside the class body T is used as a type.

🐇 🎁 🐚T🔵🍆 🍇
  🖍🆕 something T

  🆕 ✂️ 🍼 something T 🍇🍉

  ❗️ 🎉 ➡️  T 🍇
    ↩️ something
  🍉
🍉

Не существует ни одной народности которая разговаривает на кириллице. Невозможно разговаривать на системе письма.

Письменность в принципе вещь по отношению к языку глубоко вторичная. Конкретную письменность при желании можно натянуть на любой язык в принципе (особенно если есть возможность добавить диакритики)

Ну а эмодзи да, вещь широкоупотребимая в личных переписках, во всякой короткой современной публицистике сразу во многих языках.

Ну а эмодзи да, вещь широкоупотребимая в личных переписках

Ещё раз. В переписках, в интернете и прочих вы НЕ используете юникодные символы эмодзи. Вы используете картинки, которые даже НЕ входят в стандарт хрюникода. Например черный беременный мужик. Он сформирован из беременного мужика (простигосподи) и черного квадрата. Есть вообще картинки, которые из 10 токенов формируются.

В стандарте описаны именно шрифтовые символы. Они НЕ использутся в полях ввода и заменяются на картинки.

При том, что якобы можно брать юникодную строку и работать с ней как с ASCII. Если бы там был нормальный UCS-2/UCS-4, такая ошибка просто была бы невозможна.

Так и обычный текст тоже может формироваться больше чем из одного токена. é можно закодировать и как U+00E9, и как é (e + U+0301 с combining), так просто для символов которые реально часть устоявшегося алфавита не делают так как затрудняет полнотекстовый поиск, но для указания ударений или чего-то типа ruby нотации может использоваться.

И нет, там не чёрный квадрат, там отдельный кодпоинт который в отдельности может уже твоей операционкой рендериться как чёрный квадрат, это отдельные токены и модификаторы.

По поводу замены на картинки – да, так некоторые действительно делают, вк вот в ВЕБ-версии действительно делает, они заменяют эндпоинт на gif-блоб 16x16. ЛОРчик так же делает. Но это дурной тон и сделано для того чтобы оно на всех девайсах выглядело одинаково вне зависимости от системного шрифта и в принципе наличия их чтобы не бесить людей квадратами.

А я могу привести пример сайтов которые не делают эту идиотскую замену. Github например поля ввода не фильтрует и md-шки рендеряться без этой автозамены. Любое мобильное приложение это чаще всего не делает (под iOS во всяком случае). Когда ты прости г-оди емейл самый обычный классический отправляешь у тебя даже веб-почта эмодзи не режет.

Вы используете картинки, которые даже НЕ входят в стандарт хрюникода. Например черный беременный мужик. Он сформирован из беременного мужика (простигосподи) и черного квадрата. Есть вообще картинки, которые из 10 токенов формируются.

Так они определены этим же стандартом.

https://unicode.org/reports/tr51/#Diversity

Так же как и строки типа м̴̢̞͕̥̣̖͉̜̒̏̌̑̊̈́̏̕̕͠у̡̞͎̹̗̿̔̃̿͊̽̑с̴͎̻͇͍̖̭̬̏͆͋̈̊́̿̎͘͢͡о̣̝̘̙̯͙̫̬̅͂͊̈́͋̽̎̅̋͠р̶̧̛͙̫̠̖͂͐̒͗͒̄͠ н̨̢̡̘̘̣̋̏̿͊͂̿̑̀̒͘а̮͕̮̇̅͛̋͗̓̓̋͜͜ э̢͍͓̖̥̿̽̇͌̍̈́͋̕͢͡к̣̰̝͍̲̘̟̜̍̀̍̀͊͐̕̚͢р͍̥͎̖̯̮͉̲̩̆̈̀̽͡͝а̧̨̯̯̻̣͎̰̱̯͂͒̃̈̿̄͛н̛̪̤̫̤̞̭͎͎̟̏̍̆͊͡е̸̙̮͍̳̭̼͚̻̯̒͋̾̉͟͝͠

Но это дурной тон и сделано для того чтобы оно на всех девайсах выглядело одинаково вне зависимости от системного шрифта

А я могу привести пример сайтов которые не делают эту идиотскую замену.

Если не делать замену, то пользователи увидят разные эмодзи в зависимости от устройства:

https://cs8.pikabu.ru/post_img/2016/04/13/10/146056500817722774.png

https://cs8.pikabu.ru/post_img/2016/04/13/10/1460565673187879678.png

Да, это сильно вредит семантике. И основной тут косяк именно в том что как эталонное считывается многими AppleColorEmoji, а там проприетарная лицензия не допускающая ни коммерческого использования, ни даже лицензирования.

Но один чёрт пихать их в статику выглядит как костыль, это ну как webfonts для каждого сайта прописывать абсолютного вместо стандартного sans шрифта для системы (будь это helvetica или noto у пользователя не так важно), хотя я знаю что многие и это делают.

Это некрасиво а также наверняка ломает экранные дикторы всякие если элемент с эмодзи ещё отдельным alt-текстом не сопроводить. Ну и при копировании текста тоже приколы и неудобно с inline картиночками этого.

В общем я понимаю почему так делают, но моё чувство прекрасного это задевает..

Так они определены этим же стандартом.

Отличная идея тащить это в стандарт, чтобы разный цвет кожи рисовать В ЧЕРНО-БЕЛОМ ШРИФТЕ!

Ну и да, все болт клали на стандарт. В windows есть «панель эмоджи», в которой огромная часть - это самовольные EEE, которые нормально отображаются только в части виндовых программ:

🐱‍👓🐱‍🐉🐱‍💻🐱‍🏍🐱‍👤🐱‍🚀

https://habrastorage.org/r/w1560/getpro/habr/upload_files/523/a14/714/523a1471496a2f57468f61178b906498.png

Отличная идея тащить это в стандарт, чтобы разный цвет кожи рисовать В ЧЕРНО-БЕЛОМ ШРИФТЕ!

Ладно, когда в чёрно-белом. Что делать, если строка синих эмодзи выводится белым цветом на синем фоне (например, в mc или как часть имени на этом сайте).

Маска, по которой формируется текстовый слой (плюс АА) всегда черно-белая.

И? Вот представь, что у меня вместо имени три эмодзи того цвета, которого фон на сайте. Каким цветом их выводить? Принудительно менять цвет на белый или пусть будут невидимые?

В стандарте буквально подразумевается наличие цвета.

⚠︎ ⚠️ <- я ввёл один и тот же символ, но для первого был указан селектор для текстовой презентации (VARIATION SELECTOR-15)

В этом же стандарте для некоторых новых не удосуживаются прописать необходимость имплементации text representation. А вот цветные репрезентации обязательны для всех. Так что черно-белый шрифт эт на отвали возможность прописанная, а не по-умолчанию.

все Microsoft

ну вообще ерунда по ссылке хоть и не стандарт но была закодировано просто несколькими символами с zero width join и на других платформах кот-ниндзя рендерилась как кот с силуэтом (ну и на лоре да)

ну в общем случае это non-RGI и эту нестандартную ерунду никто использовать и не будет

эту нестандартную ерунду никто использовать и не будет

Эта нестандартная ерунда сейчас стоит на 60% всех машин по всему миру.

Неправда, эти 60-80% от ~35% типа «десктопов».

Суммарно устройств на чём-то от корпорации зла (Apple) столько же если не больше. + устройства от другой корпорации зла (Google)

/+ выше упомянутая (тобой же) манеры и привычка заменять много где на пнгшку из набора начертаний от какого-то левого вендора и обработка полей ввода делает это не EEE, а просто штукой которую невозможно увидеть вообще нигде в композитном виде (кроме какого-нибудь Microsoft Teams).

Я о коте-ниндзя если что узнал от тебя минут 20 назад, в реальной жизни этого не видел ни разу.

«Пусть лошадь думает, у ей башка большая»

Народ пользуется. Я не понимаю о чём ты.

Я вот как-то придумал шутку про то как читаются египетские иероглифы 𓆃𓆃𓆃𓆃𓆃𓆃𓆃𓂸𓂸𓂸𓂸𓂸, но не все оценили шутку потому что увидели только квадратики

𓀐

там есть даже буква ꙮ, нарисованная писцом по приколу в одной-единственной летописи.

Делать глиф в шрифте не одноцветным, а с рамками, бликами и т д. В итоге, каким бы не был цвет фона, полностью не сольется.

Собственно, так и делают.

Что бы ими можно было пользоваться?

Куда-то не туда оно движется. Сначала человеческая письменность эволюционировала от рисунков к буквам. То есть на следующий уровень абстракции. А теперь деградирует обратно к картинкам.

стандарт содержит 159801 символ

Поневоле задумываешься что однобайтные кодировки удобнее для тех задач где не требуется отображение письменности толонг-сики

Они туда йетти запихали. Я понимаю что места много, но походу скоро можно ждать просто мемов, «ждун», «Бать те нормально? Нормааааально», и так далее :D

3953 эмодзи

Мне кажется 99% из них никто и никогда не увидит.

Эллочка Щукина: «Хо-хо! Знаменито жуткий, толстый и красивый мрак! Кр-р-расота!».

Поневоле задумываешься что однобайтные кодировки удобнее для тех задач где не требуется отображение письменности толонг-сики

В однобайтную совсем мало помещается. В «русской» КОИ-8 нет ни кавычек ни номера ни знака параграфа.

И математические тексты не набрать, так как нужны греческие символы.

Для многих задач хватило бы двухбайтной, а для всех задач трёхбайтной. Но в юникоде, как всегда, всё наихудшим образом.

В «русской» КОИ-8 нет ни кавычек ни номера ни знака параграфа.

Их там нет не из-за недостатка места, а потому что аффтары сочли поддержку псевдографики более важной задачей. В виндовой 1251 всё это есть.

Так сырой юникод редко когда используется. UTF-8 имеет плавающую длину на символ, там как раз один байт на ASCII субсет, два на всякие кирилицы и расширенные латиницы, три для cjk, четыре для всего остального.

Так ли часто используется какая-нибудь кириллица чтобы для неё были востребованы отдельные однобайттвые кодировки, ну кажется что нет.

И математические тексты не набрать, так как нужны греческие символы.

Лично видел редакторы под ДОС,которые успешно набирали и греческие символы и даже иврит. Например Chiwriter. Также под досом вполне работал ТеХ,какая-то из его разновидностей. А он и сейчас заткнет за пояс большинство редакторов по полиграфическому качеству набора научных текстов.