Entrée Unicode

La saisie Unicode est une méthode permettant d'ajouter un caractère Unicode spécifique à un fichier informatique . Il s'agit d'une méthode courante de saisie de caractères non directement pris en charge par un clavier physique . Les caractères peuvent être saisis soit en les sélectionnant sur un écran, en tapant une certaine séquence de touches sur un clavier physique, soit en dessinant le symbole à la main sur un écran tactile . Contrairement au jeu de caractères à 96 éléments de l'ASCII (qu'il contient), Unicode encode des centaines de milliers de graphèmes (caractères) de presque toutes les langues écrites du monde et de nombreux autres signes et symboles.

Un système de saisie Unicode doit prévoir un large répertoire de caractères, idéalement tous les points de code Unicode valides. Cela diffère d'une disposition de clavier qui définit les touches et leurs combinaisons uniquement pour un nombre limité de caractères adaptés à un certain paramètre régional .

Les caractères Unicode se distinguent par des points de code , qui sont traditionnellement représentés par « U+ » suivi de quatre, cinq ou six chiffres hexadécimaux , par exemple U+00AE ou U+1D310. Les caractères du Basic Multilingual Plane (BMP), qui contiennent des écritures modernes – dont de nombreux caractères chinois et japonais – et de nombreux symboles, ont un code à 4 chiffres. Les écritures historiques, mais aussi de nombreux symboles et pictogrammes modernes (tels que les émoticônes , les emojis , les cartes à jouer et de nombreux caractères CJK ) ont des codes à 5 chiffres.

Une application ne peut afficher un caractère que si elle peut accéder à une police informatique contenant un glyphe pour ce caractère. Les polices ont généralement une couverture Unicode incomplète ; la plupart ne contiennent que les glyphes nécessaires à la prise en charge de quelques systèmes d'écriture . Cependant, la plupart des navigateurs modernes et autres applications de traitement de texte sont capables d'afficher du contenu multilingue car ils effectuent une substitution de police , en passant automatiquement à une police de secours lorsque cela est nécessaire pour afficher des caractères qui ne sont pas pris en charge dans la police actuelle. Les polices utilisées pour la couverture de secours et la précision de la couverture Unicode varient selon le logiciel et le système d'exploitation ; certains logiciels recherchent un glyphe approprié dans toutes les polices installées, d'autres ne recherchent que dans certaines polices.

Si une application n'a pas accès à un glyphe pour un point de code requis dans la police spécifiée, le caractère doit être affiché comme le .notdefglyphe de la police ⟨􏿮⟩ . Cela apparaît souvent comme une case vide, ☐ (surnommée « tofu » en fonction de la forme), une case avec un X à l'intérieur, ☒, un losange avec un point d'interrogation, �, ou une case avec un point d'interrogation à l'intérieur, ⍰.

La plupart des systèmes d'exploitation prennent en charge le mappage étendu du clavier , c'est-à-dire la possibilité d'augmenter le répertoire de caractères disponibles à l'aide de techniques telles que le graphique alternatif (« AltGr ») qui donne une troisième et une quatrième signification à chaque touche ; la touche de composition (parfois appelée touche multiple ), une touche sur un clavier d'ordinateur qui indique que les frappes suivantes (généralement 2 ou plus) déclenchent l'insertion d'un caractère alternatif, généralement un caractère précomposé ou un symbole ; les touches mortes généralement utilisées pour attacher un signe diacritique spécifique à une lettre de base ; ou même des combinaisons de celles-ci.

Ces techniques facilitent la saisie de jeux de caractères au-delà du jeu de base fourni en standard avec l'ordinateur.

De nombreux systèmes permettent de sélectionner visuellement les caractères Unicode. La norme ISO/IEC 14755 fait référence à cette méthode de saisie par sélection d'écran .

Microsoft Windows propose une version Unicode du programme de table des caractères , qui apparaît dans l'édition grand public depuis XP. Elle est limitée aux caractères du Basic Multilingual Plane (BMP). Les caractères peuvent être recherchés par nom de caractère Unicode et la table peut être limitée à un bloc de code particulier. À partir de Windows 10, Microsoft Windows contient également ce que l'on appelle un « clavier emoji ». Il peut être démarré en maintenant enfoncée la touche Windows (celle avec le symbole Windows dessus) et en appuyant sur la touche point ou point-virgule. Le clavier emoji permet de saisir des emojis ainsi que des symboles.

Des outils tiers plus avancés du même type sont également disponibles (un exemple notable de logiciel gratuit est BabelMap , qui prend en charge tous les caractères Unicode). Sur la plupart des environnements de bureau Linux , des outils équivalents – tels que gucharmap (GNOME) ou kcharselect (KDE) – sont disponibles.

Généralement, ces outils permettent à l'utilisateur de « copier » les caractères sélectionnés dans le presse-papiers, puis de les coller dans le document, plutôt que de prétendre les saisir directement.

Il est souvent pratique de simplement trouver le caractère souhaité sur le Web ou dans un autre document, puis de le copier et de le coller à partir de là.

Certains programmes exécutés sous Microsoft Windows , notamment les versions récentes de Word et du Bloc-notes , peuvent produire des caractères à partir de leurs points de code Unicode exprimés en décimal et saisis sur le pavé numérique en maintenant la Alttouche enfoncée. Par exemple, le symbole Euro € a 20AC comme point de code hexadécimal, soit 8364 en décimal, donc + produira le symbole. De même, + produit le caractère 𝕄 barré deux fois ( gras sur tableau noir ) . Alt8364Alt120132

Les points de code décimaux dans la plage 160 – 255 doivent être saisis avec un zéro non significatif (afin que la page de codes Windows soit choisie) et de plus, la page de codes Windows doit être définie pour correspondre à Unicode ( CP1252 doit être utilisé ). Par exemple, + génère un ÷ , correspondant à son point de code, mais le caractère produit par + dépend de la page de codes OEM , telle que la page de codes 437 , et peut générer un ≈ . De plus, + à + génèrent les caractères attribués aux lignes 8 et 9 dans la disposition CP1252 , plutôt que les codes de contrôle C1 qui sont attribués à ces numéros dans Unicode. Alt0247Alt247Alt0128Alt0159

Dans les programmes qui n'ont pas été conçus pour gérer les codes Alt supérieurs à 255, le caractère récupéré correspond généralement au reste lorsque le nombre est divisé par 256.

L'éditeur de texte Vim permet de spécifier des caractères par des mnémoniques à deux caractères appelés digrammes . L'ensemble installé peut être augmenté par des mnémoniques personnalisés définis pour des points de code arbitraires, spécifiés en décimal. Par exemple, comme le décimal 9881 est égal au hexadécimal 2699, dig Gr 9881associe « Gr » à U+2699 ⚙ GEAR .

Voir ci-dessous pour l'utilisation des points de code décimaux en HTML.

L'article 5.1 de la norme ISO/CEI 14755 décrit une méthode de base dans laquelle une séquence de début est suivie de la représentation numérique hexadécimale du point de code et de la séquence de fin . La plupart des systèmes modernes disposent d'une méthode pour émuler cela, parfois limitée à quatre chiffres (donc uniquement le plan multilingue de base ).

La saisie hexadécimale Unicode peut être activée en ajoutant une valeur de type chaîne (REG_SZ) appelée EnableHexNumpadà la clé de registreHKEY_CURRENT_USER\Control Panel\Input Method et 1en lui attribuant les données de valeur. Les utilisateurs devront se déconnecter et se reconnecter après avoir modifié le registre pour que cette méthode de saisie commence à fonctionner. (Dans les versions antérieures à Windows Vista , les utilisateurs devaient redémarrer pour qu'elle commence à fonctionner.) Les caractères Unicode peuvent ensuite être saisis en maintenant la touche , et en tapant sur le pavé numérique, suivi du code hexadécimal, puis en relâchant la touche . Cela peut ne pas fonctionner pour les codes hexadécimaux à 5 chiffres comme . Certaines versions de Windows peuvent nécessiter que les chiffres 0 à 9 soient saisis sur le pavé numérique ou que la touche Verr Num soit activée. Alt+AltU+1F937

Dans certaines applications ( programmes Word , Bloc-notes et LibreOffice ), + remplace le nombre hexadécimal à gauche du curseur par le caractère Unicode correspondant. À moins qu'il ne soit composé de six chiffres hexadécimaux, le code ne doit pas être précédé d'un chiffre ou de lettres a à f, car ils peuvent être traités comme faisant partie du code à convertir. Par exemple, la saisie suivie de + (ou + si vous utilisez une version française) produira « ૱ » (U+0AF1), mais la saisie suivie de + produira « añ » (« a » suivi du caractère U+00F1). AltXaf1AltXAltCa0000f1AltX

Cette fonctionnalité permet de saisir des caractères Unicode dans d'autres applications : on peut par exemple créer un caractère souhaité dans le Bloc-notes, puis le couper et le coller où on le souhaite.

La saisie hexadécimale d'Unicode doit être activée. Sous Mac OS 8.5 et versions ultérieures, il est possible de choisir la disposition du clavier de saisie hexadécimale Unicode ; sous OS X (10.10) Yosemite , cela peut être ajouté dans Clavier → Sources de saisie.

En maintenant la touche enfoncée , on tape le point de code Unicode hexadécimal à quatre chiffres et le caractère équivalent apparaît ; on peut alors relâcher la touche. Les caractères en dehors du BMP (le Basic Multilingual Plane) dépassent la limite de quatre chiffres du mécanisme de saisie hexadécimale Unicode mais peuvent être saisis en utilisant des paires de substitution : en maintenant la touche enfoncée tout en saisissant le premier substitut, le , le deuxième substitut, puis en relâchant la touche Option. ⌥ Option⌥ Option⌥ Option+

Dans de nombreuses applications, l’une ou les deux méthodes suivantes fonctionnent pour saisir directement des caractères Unicode :

• Maintenez la touche + et tapez suivi des chiffres hexadécimaux, puis relâchez la touche + .Ctrl⇧ ShiftuCtrl⇧ Shift
• Saisir + + , relâcher, puis taper les chiffres hexadécimaux et appuyer sur (ou ou même, sur certains systèmes, appuyer et relâcher ou ). Ctrl⇧ Shiftu↵ EnterSpace⇧ ShiftCtrl

Ceci est pris en charge par les applications GTK et Qt, et peut-être par d'autres. Dans ChromeOS, il s'agit d'une fonction du système d'exploitation.

• Dans Emacs , + invoque la commande, qui accepte les entrées via un point de code hexadécimal ou un nom de caractère Unicode.Ctrlx8Returninsert-char
• À partir de LibreOffice 5.1, la méthode + décrite ci-dessus pour Windows fonctionne.AltX
• Dans les versions Opera qui utilisent le moteur de mise en page Presto —c'est-à-dire jusqu'à la version 12.xx incluse—, saisissez le numéro hexadécimal du symbole ou du caractère souhaité puis appuyez sur + + (raccourci alternatif + + + sur macOS ).Ctrl⇧ ShiftxMeta⇧ Shiftx
• Dans l' éditeur Vim , en mode insertion, l'utilisateur tape d'abord + (pour les points de code d'une longueur maximale de 4 chiffres hexadécimaux ; en utilisant + + pour les plus longs), puis tape le numéro hexadécimal du symbole ou du caractère souhaité, et il sera converti en symbole. (Sous Microsoft Windows, + peut être requis au lieu de + . )CtrlV uCtrlV ⇧ ShiftUCtrlQCtrlV
• Dans AutoCAD \U+2C72 ou trois raccourcis %%c, %%d, %%p.

En HTML et XML , les codes de caractères à restituer sous forme de caractères sont préfixés par une esperluette et un signe dièse (&#), et sont suivis d'un point-virgule (;). Le point de code peut être en décimal ou en hexadécimal ; dans ce dernier cas, il est précédé d'un « x ». Les zéros non significatifs peuvent être omis. Un certain nombre de caractères peuvent être représentés par une entité nommée .

Exemple : En HTML/XML, le signe de copyright © ( U+00A9) peut être codé comme suit :

• ©(point de code décimal)
• ©(point de code hexadécimal)
• ©(nom de l'entité)

Cela fonctionne dans de nombreux logiciels qui acceptent le balisage HTML, tels que Thunderbird et l'édition Wikipédia.