Quanti caratteri non stampabili sono di uso comune?

Question

Quando si scrivono interpreti per PDF, HTML e altri documenti, è necessario gestire una varietà di caratteri di spazi bianchi e caratteri aggiuntivi non stampabili. Quelli ANSI sono ben definiti, ma quanti altri probabilmente si troveranno nella pratica? Un esempio tipico è il cluster in ISO10646 (credo):

                     en space
                 em space
                   thin space
‌  ‌     ‌   ‌   zero width non-joiner
‍   ‍     ‍   ‍   zero width joiner
‎   ‎     ‎   ‎   left-to-right mark
‏   ‏     ‏   ‏   right-to-left mark

(Per ovvi motivi i personaggi non appaiono sopra!).

Answer 1

Unicode sarà con noi, in quantità crescente, per lungo tempo. Se un documento HTML o XML è scritto in Unicode codificato UTF-8, dovresti aspettarti che vengano visualizzati tutti questi elementi.

In Unicode (Unicode Character Database) i seguenti punti di codice sono definiti come spazi bianchi:

U+0009–U+000D (control characters, containing Tab, CR and LF)
U+0020 SPACE
U+0085 NEL (control character next line)
U+00A0 NBSP (NO-BREAK SPACE)
U+1680 OGHAM SPACE MARK
U+180E MONGOLIAN VOWEL SEPARATOR
U+2000–U+200A (different sorts of spaces)
U+2028 LS (LINE SEPARATOR)
U+2029 PS (PARAGRAPH SEPARATOR)
U+202F NNBSP (NARROW NO-BREAK SPACE)
U+205F MMSP (MEDIUM MATHEMATICAL SPACE)
U+3000 IDEOGRAPHIC SPACE

Answer 2

Nel mondo dello sviluppo ce n'è almeno un altro (più spesso usato nello sviluppo web)

   // non-breaking space

Ma più si arriva al mondo del design, più si vedono vari personaggi spazio / invisibili . Il software di pubblicazione normalmente ha

• spazio: lo SPAZIO normale
• en space
• em space
• spazio sottile
• spazio per capelli
• spazio ininterrotto
• spazio a larghezza fissa senza interruzioni
• sesto spazio
• spazio quarto
• terzo spazio
• spazio di punteggiatura
• flush space
• figura spazio
• ...