Documentation/unicode.txt

   1 The Linux kernel code has been rewritten to use Unicode to map
   2 characters to fonts.  By downloading a single Unicode-to-font table,
   3 both the eight-bit character sets and UTF-8 mode are changed to use
   4 the font as indicated.
   5
   6 This changes the semantics of the eight-bit character tables subtly.
   7 The four character tables are now:
   8
   9 Map symbol      Map name                        Escape code (G0)
  10
  11 LAT1_MAP        Latin-1 (ISO 8859-1)            ESC ( B
  12 GRAF_MAP        DEC VT100 pseudographics        ESC ( 0
  13 IBMPC_MAP       IBM code page 437               ESC ( U
  14 USER_MAP        User defined                    ESC ( K
  15
  16 In particular, ESC ( U is no longer "straight to font", since the font
  17 might be completely different than the IBM character set.  This
  18 permits for example the use of block graphics even with a Latin-1 font
  19 loaded.
  20
  21 In accordance with the Unicode standard/ISO 10646 the range U+F000 to
  22 U+F8FF has been reserved for OS-wide allocation (the Unicode Standard
  23 refers to this as a "Corporate Zone", since this is inaccurate for
  24 Linux we call it the "Linux Zone").  U+F000 was picked as the starting
  25 point since it lets the direct-mapping area start on a large power of
  26 two (in case 1024- or 2048-character fonts ever become necessary).
  27 This leaves U+E000 to U+EFFF as End User Zone.
  28
  29 The Unicodes in the range U+F000 to U+F1FF have been hard-coded to map
  30 directly to the loaded font, bypassing the translation table.  The
  31 user-defined map now defaults to U+F000 to U+F1FF, emulating the
  32 previous behaviour.  This range may expand in the future should it be
  33 warranted.
  34
  35 Actual characters assigned in the Linux Zone
  36 --------------------------------------------
  37
  38 In addition, the following characters not present in Unicode 1.1.4 (at
  39 least, I have not found them!) have been defined; these are used by
  40 the DEC VT graphics map:
  41
  42 U+F800 DEC VT GRAPHICS HORIZONTAL LINE SCAN 1
  43 U+F801 DEC VT GRAPHICS HORIZONTAL LINE SCAN 3
  44 U+F803 DEC VT GRAPHICS HORIZONTAL LINE SCAN 7
  45 U+F804 DEC VT GRAPHICS HORIZONTAL LINE SCAN 9
  46
  47 The DEC VT220 uses a 6x10 character matrix, and these characters form
  48 a smooth progression in the DEC VT graphics character set.  I have
  49 omitted the scan 5 line, since it is also used as a block-graphics
  50 character, and hence has been coded as U+2500 FORMS LIGHT HORIZONTAL.
  51 However, I left U+F802 blank should the need arise.
  52
  53 Klingon language support
  54 ------------------------
  55
  56 Unfortunately, Unicode/ISO 10646 does not allocate code points for the
  57 language Klingon, probably fearing the potential code point explosion
  58 if many fictional languages were submitted for inclusion.  There are
  59 also political reasons (the Japanese, for example, are not too happy
  60 about the whole 16-bit concept to begin with.)  However, with Linux
  61 being a hacker-driven OS it seems this is a brilliant linguistic hack
  62 worth supporting.  Hence I have chosen to add it to the list in the
  63 Linux Zone.
  64
  65 Several glyph forms for the Klingon alphabet have been proposed.
  66 However, since the set of symbols appear to be consistent throughout,
  67 with only the actual shapes being different, in keeping with standard
  68 Unicode practice these differences are considered font variants.
  69
  70 Klingon has an alphabet of 26 characters, a positional numeric writing
  71 system with 10 digits, and is written left-to-right, top-to-bottom.
  72 Punctuation appears to be only used in Latin transliteration; it
  73 appears customary to write each sentence on its own line, and
  74 centered.  Space has been reserved for punctuation should it prove
  75 necessary.
  76
  77 This encoding has been endorsed by the Klingon Language Institute.
  78 For more information, contact them at:
  79
  80         http://www.kli.org/
  81
  82 Since the characters in the beginning of the Linux CZ have been more
  83 of the dingbats/symbols/forms type and this is a language, I have
  84 located it at the end, on a 16-cell boundary in keeping with standard
  85 Unicode practice.
  86
  87 U+F8D0  KLINGON LETTER A
  88 U+F8D1  KLINGON LETTER B
  89 U+F8D2  KLINGON LETTER CH
  90 U+F8D3  KLINGON LETTER D
  91 U+F8D4  KLINGON LETTER E
  92 U+F8D5  KLINGON LETTER GH
  93 U+F8D6  KLINGON LETTER H
  94 U+F8D7  KLINGON LETTER I
  95 U+F8D8  KLINGON LETTER J
  96 U+F8D9  KLINGON LETTER L
  97 U+F8DA  KLINGON LETTER M
  98 U+F8DB  KLINGON LETTER N
  99 U+F8DC  KLINGON LETTER NG
 100 U+F8DD  KLINGON LETTER O
 101 U+F8DE  KLINGON LETTER P
 102 U+F8DF  KLINGON LETTER Q
 103         - Written <q> in standard Okrand Latin transliteration
 104 U+F8E0  KLINGON LETTER QH
 105         - Written <Q> in standard Okrand Latin transliteration
 106 U+F8E1  KLINGON LETTER R
 107 U+F8E2  KLINGON LETTER S
 108 U+F8E3  KLINGON LETTER T
 109 U+F8E4  KLINGON LETTER TLH
 110 U+F8E5  KLINGON LETTER U
 111 U+F8E6  KLINGON LETTER V
 112 U+F8E7  KLINGON LETTER W
 113 U+F8E8  KLINGON LETTER Y
 114 U+F8E9  KLINGON LETTER GLOTTAL STOP
 115
 116 U+F8F0  KLINGON DIGIT ZERO
 117 U+F8F1  KLINGON DIGIT ONE
 118 U+F8F2  KLINGON DIGIT TWO
 119 U+F8F3  KLINGON DIGIT THREE
 120 U+F8F4  KLINGON DIGIT FOUR
 121 U+F8F5  KLINGON DIGIT FIVE
 122 U+F8F6  KLINGON DIGIT SIX
 123 U+F8F7  KLINGON DIGIT SEVEN
 124 U+F8F8  KLINGON DIGIT EIGHT
 125 U+F8F9  KLINGON DIGIT NINE
 126
 127 Other Fictional and Artificial Scripts
 128 --------------------------------------
 129
 130 Since the assignment of the Klingon Linux Unicode block, a registry of
 131 fictional and artificial scripts has been established by John Cowan,
 132 <cowan@ccil.org>.  The ConScript Unicode Registry is accessible at
 133 http://locke.ccil.org/~cowan/csur/; the ranges used fall at the bottom
 134 of the End User Zone and can hence not be normatively assigned, but it
 135 is recommended that people who wish to encode fictional scripts use
 136 these codes, in the interest of interoperability.  For Klingon, CSUR
 137 has adopted the Linux encoding.
 138
 139         H. Peter Anvin <hpa@zytor.com>