Áreas de uso privado

En Unicode 1.0.0, el Área de uso privado se extendía desde U+E800 hasta U+FDFF ^{[ 6 ]} (es decir, no incluía U+E000..E7FF, pero además incluía el rango U+F900..FDFF ahora ocupado por los ideogramas de compatibilidad CJK , las formas de presentación alfabéticas y las formas de presentación árabes-A ). Esto se cambió a U+E000..F8FF en Unicode 1.0.1, ^{[ 7 ]} y se mantuvo así en Unicode 1.1. ^{[ 8 ]} El rango U+D800..DFFF, utilizado para sustitutos UTF-16 desde Unicode 2.0, no estaba asignado y no formaba parte del Área de uso privado en ninguna versión de Unicode 1.x.

Los planos E0 (224) a FF (255) y los grupos 60 (96) a 7F (127) del Conjunto de Caracteres Codificados Universales (es decir, U+E00000 a U+FFFFFF y U+60000000 a U+7FFFFFFF) también se designaron como de uso privado. Estos rangos se eliminaron cuando el UCS se restringió a los diecisiete planos alcanzables en UTF-16. ^{[ 9 ]}

Numerosas personas e instituciones han creado colecciones de caracteres para el PUA. Algunos de estos acuerdos de uso privado se publican, lo que permite a otros implementadores del PUA buscar puntos de código no utilizados o menos utilizados para evitar solapamientos. Varios caracteres y sistemas de escritura previamente codificados en acuerdos de uso privado se han codificado completamente en Unicode, lo que requiere la creación de correspondencias entre el PUA y otros puntos de código Unicode.

Uno de los acuerdos PUA más conocidos y ampliamente implementados es el que mantiene el Registro Unicode de ConScript (CSUR). El CSUR, que no cuenta con el respaldo oficial ni está asociado con el Consorcio Unicode, proporciona una correspondencia para escrituras construidas, como el pIqaD klingon y la escritura ferengi (Star Trek), el tengwar y el círth (las escrituras cursiva y rúnica de JRR Tolkien), el Lenguaje Visible de Alexander Melville Bell y el alfabeto del Dr. Seuss de On Beyond Zebra . El CSUR codificó previamente los caracteres Phaistos no descifrados , así como los alfabetos shaviano y deseret , que han sido aceptados para su codificación oficial en Unicode.

Otro acuerdo común de PUA es el que mantiene la Iniciativa de Fuentes Unicode Medievales (MUFI). Este proyecto busca dar soporte a todas las abreviaturas, ligaduras, caracteres precompuestos , símbolos y formas de letras alternativas que se encuentran en los textos medievales escritos en el alfabeto latino. El propósito expreso de MUFI es determinar experimentalmente qué caracteres son necesarios para representar estos textos y lograr que dichos caracteres se codifiquen oficialmente en Unicode. A partir de la versión 5.1 de Unicode, 152 caracteres de MUFI se han incorporado a la codificación oficial de Unicode.

Algunas colecciones de caracteres PUA acordadas existen en parte o en su totalidad porque el Consorcio Unicode no tiene prisa por codificarlas. Algunas, como los idiomas no representados, probablemente se codifiquen en el futuro. Algunos casos inusuales, como los idiomas ficticios, quedan fuera del ámbito habitual de Unicode, pero no están explícitamente excluidos por sus principios, y podrían aparecer eventualmente (como los sistemas de escritura de Star Trek y Tolkien). En otros casos, la codificación propuesta viola uno o más principios de Unicode y, por lo tanto, es improbable que Unicode la reconozca oficialmente, sobre todo cuando los usuarios desean codificar directamente formas alternativas, ligaduras o combinaciones de caracteres base con diacríticos (como el esquema TUNE).

• Los emojis se definieron originalmente en espacios no utilizados en las codificaciones móviles Shift JIS , y cada operador admitía distintos caracteres emoji. Antes de que los emojis se añadieran al estándar Unicode en Unicode 6.0, Google y los principales operadores telefónicos japoneses definieron sus propias asignaciones de Área de Uso Privado para emojis. Los operadores japoneses definieron sus esquemas de codificación en el Área de Uso Privado del Plano Multilingüe Básico, mientras que Google definió los suyos en el Área de Uso Privado Suplementaria-A. ^{[ 10 ]}
• GB/T 20542-2006 ("Extensión A del conjunto de caracteres codificados tibetanos") y GB/T 22238-2008 ("Extensión B del conjunto de caracteres codificados tibetanos") son normas nacionales chinas que utilizan el PUA para codificar ligaduras tibetanas precompuestas .
• GBK y versiones anteriores de GB 18030 utilizaban el PUA para codificar provisionalmente caracteres que no se encontraban en los estándares Unicode en el momento de su publicación. En la versión 2022 del estándar (GB 18030-2022), los caracteres se asignan a sus puntos de código Unicode estándar. ^{[ 11 ]}
• El Instituto de la Lengua Estonia utiliza el PUA para codificar caracteres precompuestos latinos y cirílicos ^{[ 12 ]} que no tienen codificación Unicode.
• El proyecto Free Tengwar Font Project utiliza una asignación diferente a la del ConScript Unicode Registry que sigue en gran medida el documento de debate sobre Tengwar de Michael Everson del 7 de marzo de 2001, pero difiere en algunos detalles.
• El estándar MARC 21 utiliza el PUA para codificar caracteres de Asia Oriental presentes en MARC-8 ^{[ 13 ]} que no tienen codificación Unicode.
• El SIL Corporate PUA utiliza el PUA para codificar caracteres utilizados en lenguas minoritarias que aún no han sido aceptadas en Unicode.
• El proyecto STIX Fonts utiliza el PUA para proporcionar un conjunto completo de fuentes de símbolos matemáticos y alfabetos, muchos de los cuales también están disponibles ahora en el SMP, por ejemplo, en el bloque de Símbolos Alfanuméricos Matemáticos .
• El SMuFL utiliza el PUA para codificar nuevos símbolos de notación musical, ampliando el bloque Unicode de símbolos musicales .
• La nueva codificación Unicode para tamil (TUNE) ^{[ 14 ]} es un esquema propuesto para codificar el tamil que supera las deficiencias percibidas en la codificación Unicode actual.

De manera informal, el rango U+F000 a U+F8FF se conoce como Área de Uso Corporativo. Esto tiene su origen en las primeras versiones de Unicode, que definían una "Zona de Usuario Final" que se extendía desde U+E000 hacia arriba y una "Zona de Uso Corporativo" que se extendía desde U+F8FF hacia abajo, sin definir el límite entre ambas. ^{[ 8 ]}

• La lista de glifos de Adobe solía usar PUA para algunos de sus glifos. ^{[ 15 ]}
• Apple enumera un rango de 1280 caracteres en su documentación para desarrolladores ^{[ 16 ]} desde U+F400–U+F8FF dentro del PUA para uso de Apple. De ellos, solo se utilizan 311, en el rango U+F700–U+F8FF ( NeXT ( NeXTSTEP y OPENSTEP ) y Apple ( macOS AppKit )). ^{[ 17 ]}
  • Uno de ellos es U+F8FF, el logotipo de Apple , generalmente compatible con los conjuntos de 8 bits de Apple.
• WGL4 utiliza el PUA (U+F001 y U+F002) para codificar duplicados de las ligaduras fi (U+FB01) fl (U+FB02). ^{[ 18 ]}
• La función extinta de Microsoft , Services For Macintosh, utilizaba U+F001 a U+F029 como reemplazos para caracteres especiales permitidos en HFS pero prohibidos en NTFS , y U+F02A para el logotipo de Apple. ^{[ 19 ] [ 20 ]}
• En versiones antiguas de su componente RichEdit , Microsoft asignaba U+F020–U+F0FF dentro del PUA a fuentes de símbolos. Para cualquier carácter en este rango, RichEdit mostraba un carácter de una fuente de símbolos en lugar del carácter definido por el usuario final (EUDC). ^{[ 21 ] [ 22 ]}
• AutoCAD utiliza U+F8FC–U+F8FE para ⌀ (signo de diámetro), ± ( signo más-menos ) y ° (signo de grado) respectivamente.
• Algunas fuentes colocan el logotipo de Windows en .U+F000
• El punto de código U+F000es una sucesión numérica que comienza en 13 o 18 en algunos videojuegos como Agar.io.
• En Ubuntu , U+E0FFse muestra como el logotipo "Circle Of Friends" ^{[ 23 ]} y U+F200es "ubuntu" en la tipografía de Ubuntu con "Circle Of Friends" en superíndice (esto mismo es U+F0FF). ^{[ 24 ]}
• La fuente 3270 incluye el logotipo de DebianU+F100 en .
• En la fuente Linux Libertine , U+E000se muestra Tux , la mascota de Linux .
• La fuente de iconos Font Awesome utiliza PUA para mostrar varios glifos.
• Powerline, un complemento de línea de estado para Vim , utiliza U+E0A0–U+E0A2 y U+E0B0–U+E0B3 para caracteres adicionales de dibujo de cuadros . ^{[ 25 ] [ 26 ]}
• En la tipografía Fira Sans utilizada en Firefox OS , U+E003se muestra como el logotipo de Mozilla (la cabeza del dinosaurio).
• El conjunto de caracteres multibyte de Lotus (LMBCS), la codificación y el conjunto de caracteres utilizados internamente por Lotus / IBM Lotus 1-2-3 , Symphony , SmartSuite , Notes , Domino, así como por varios productos de terceros como Microsoft Works , utiliza algunos caracteres ( U+F862- U+F89Fy U+F8FB- U+F8FE) en el Área de Uso Privado para símbolos no definidos en Unicode. De estos, U+F8FBse sabe que está reservado para el símbolo de la moneda coronaU+F8FC ("Kr"), y y U+F8FDse asignaron posteriormente a U+FB02( fl ) y U+FB01( fi ) respectivamente. Además, cuando se incrustan códigos UTF-16 en LMBCS, los códigos UTF-16 correspondientes a U+F601a U+F6FFse sustituyen por códigos UTF-16 que contendrían bytes nulos , ya que LMBCS está diseñado para no contener bytes nulos incrustados. ^{[ 27 ] [ 28 ]}
• IBM reservó varios identificadores de página de códigos para páginas de códigos PUA: página de códigos 1446 para el plano genérico 15, página de códigos 1447 para el plano genérico 16, página de códigos 1448 para el PUA BMP genérico, página de códigos 1445 (IBM AFP PUA n.° 1) para el plano 15 con asignaciones de IBM en U+FFF00–U+FFFFD, ^{[ 29 ] [ 30 ]} y página de códigos 1449 (IBM PUA predeterminado) para el PUA BMP con asignaciones de IBM en U+F83D–U+F8FF. ^{[ 31 ] [ 32 ]}
• El sistema de archivos que se encuentra en Windows utiliza el U+F000bloque U+F0FFpara escapar caracteres especiales .
• NetApp traduce los caracteres en los nombres de archivo que están permitidos en Unix pero no son válidos para los clientes SMB a caracteres PUA. ^{[ 33 ]}
• La fuente Chirp de TwitterU+E000 proporciona algunos iconos adicionales, como el que corresponde a una flecha hacia abajo a la izquierda, U+EA00el que corresponde al pájaro de Twitter y U+F8FFel que corresponde a un logotipo de Apple, posiblemente para compatibilidad con las fuentes de Apple. ^{[ 34 ]}