Unicode控制字符

Unicode控制字符（英語：Unicode control characters）是用於控制文本解釋或者顯示，而不可見或不佔空間的Unicode字符。

ISO 6429控制字符（C0與C1）

控制字符U+0000‐U+001F 與U+007F來自ASCII。此外，ISO 8859字符集定義了U+0080‐U+009F。二者都定義在ISO 6429中，常被稱為C0與C1控制字符。

大部分這些字符在Unicode文本處理中沒有明確作用。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

為了簡化幾種換行字符，Unicode引入了它自己的分隔符來格式化文本：

U+2028 LINE SEPARATOR ，HTML： ，LSEP
U+2029 PARAGRAPH SEPARATOR ，HTML： ，PSEP

語言標記

Unicode以前定義了標籤，包含了128個字符表示語言標籤，但現在已經過時了。這些字符實際上鏡像了128個ASCII字符。用於表示隨後的文本屬於IETF語言標籤（BCP 47）所指的特定語言。例如，表示隨後文本使用美國英語（en-us），用字符串開始為Language Tag character（U+E0001）後跟序列：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）。

這種語言標籤自身不會被顯示。但可提供用於文本處理的信息。例如，中日韓統一漢字的文本，指明是韓語而非日文，可以把一些字符用韓語特有的字形來表示。另一個例子，把數字0‐9用語言特定的字形表示。

語言標記字符U+E0001、U+E0020‐U+E007E、U+E007F 已經被Unicode 5.1（2008）宣佈過時，不再作為語言標記使用。^[1]

Unicode 8.0（2015）宣佈U+E0020‐U+E007E不再是過時，用於未來表示除了語言標籤以外的的其他用途。^[2]（U+E0001 LANGUAGE TAG與U+E007F CANCEL TAG仍然過時）。

行間標註

3個格式化字符用於支持旁註標記（U+FFF9、U+FFFA、U+FFFB）。

雙向文本控制

Unicode支持從左到右、從右到左，或者其混合排版，而不需要任何特殊字符。但為了處理一些特殊情形，Unicode定義了12個字符（U+061C、U+200E、U+200F、U+202A、U+202B、U+202C、U+202D、U+202E、U+2066、U+2067、U+2068、U+2069）以幫助控制嵌入式雙向文本最大125層深。^[3]

異體字選擇器

中日韓漢字、拉丁字母的雙拼連寫等等，在Unicode中被視作異體字。有些專名（如地名、姓名）必須使用某個異體字。為此，Unicode 3.2與4.0定義了256個異體字選擇器，可選擇前一個字符的最多256個可能的異體字。

控制字符的圖片

Unicode在Control Pictures塊中提供圖形表示C0控制字符以及其他控制符。

控制圖形^[1]^[2] 官方Unicode Consortium碼位圖表 (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 1.^ Unicode版本11.0 2.^ 灰區指示未使用的碼位

參見

Specials (Unicode block)（英語：Specials (Unicode block)）
ISO 2047（英語：ISO 2047）

參考文獻

^ RFC6082: Deprecating Unicode Language Tag Characters: RFC 2482 is Historic. Internet Engineering Task Force (IETF). November 2010 [2019-01-08]. （原始內容存檔於2021-03-08）.
^ Unicode 8.0.0, Implications for Migration. Unicode Consortium. [2019-01-08]. （原始內容存檔於2022-05-13）.
^ UAX #9: Unicode Bidirectional Algorithm. Unicode Consortium. 2018-05-09 [2019-01-08]. （原始內容存檔於2009-01-25）.

[1] RFC6082: Deprecating Unicode Language Tag Characters: RFC 2482 is Historic. Internet Engineering Task Force (IETF). November 2010 [2019-01-08]. （原始內容存檔於2021-03-08）.

[migration-2] Unicode 8.0.0, Implications for Migration. Unicode Consortium. [2019-01-08]. （原始內容存檔於2022-05-13）.

[3] UAX #9: Unicode Bidirectional Algorithm. Unicode Consortium. 2018-05-09 [2019-01-08]. （原始內容存檔於2009-01-25）.

[1]

[2]

[3]

[1]

[2]