Code Point

Un punto de código es el valor numérico que el estándar Unicode asigna a cada carácter (U+0000 a U+10FFFF), el número de posición del carácter en el espacio de códigos.

Propósito

Da a cada carácter un identificador numérico único para poder enumerar, buscar y referenciar los caracteres con independencia de la forma de codificación.

Mecanismo

Los puntos de código se escriben como U+ seguido de 4-6 dígitos hexadecimales. El espacio de códigos se divide en 17 planos de 65 536 puntos cada uno; el plano 0 (el BMP) es el más usado. No todo punto de código está asignado a un carácter (algunos están reservados o en el rango de sustitutos).

Casos de uso

Búsqueda y documentación de caracteres Unicode
Escapes \uXXXX en expresiones regulares
Clasificación de caracteres y pruebas de propiedades
Normalización NFC/NFD

Ejemplos

entrada
```
A
```
Output
```
U+0041
```
The code point of uppercase A

Errores comunes

Confusing code points with UTF-8 bytes (U+4E2D is not 0x4E 0x2D): A code point must pass through an encoding form to become bytes

Términos relacionados

Unicode es el estándar internacional de codificación de caracteres que asigna un punto de código único (U+0000 a U+10FFFF) a cada carácter de casi todos los sistemas de escritura del mundo, con un espacio de 1.114.112 puntos.

UTF-8 es la forma de codificación de longitud variable de Unicode que usa de 1 a 4 bytes por punto de código; es totalmente retrocompatible con ASCII y el estándar de facto de la web y de los sistemas modernos.

Un par sustituto es el mecanismo de UTF-16 que representa un punto de código del plano suplementario (U+10000 a U+10FFFF) usando dos unidades de código de 16 bits.

Un conjunto de caracteres (charset) es la tabla de correspondencia entre caracteres y puntos de código; junto con una forma de codificación (como UTF-8) determina cómo el texto se convierte en un flujo de bytes.

Herramientas relacionadas

Convertidor Unicode

Convert text to Unicode code points, UTF-8 hex, or UTF-16 hex online. Gratis, privado y 100% del lado del cliente.

Complete ASCII reference table (0-127) with decimal, hex, octal, binary, and character. Gratis, privado y 100% del lado del cliente.

References