home *** CD-ROM | disk | FTP | other *** search
/ Australian Personal Computer 2002 November / CD 1 / APC0211D1.ISO / workshop / prog / files / ActivePerl-5.6.1.633-MSWin32.msi / _5bf36e18ee68051e39d2486a47003a73 < prev    next >
Encoding:
Text File  |  2001-09-04  |  40.8 KB  |  1,026 lines
  1. <html>
  2.  
  3. <head>
  4. <meta name="GENERATOR" content="Microsoft FrontPage 4.0">
  5. <meta name="ProgId" content="FrontPage.Editor.Document">
  6. <meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
  7. <link rel="stylesheet" href="http://www.unicode.org/unicode.css" type="text/css">
  8. <title>UnicodeData File Format</title>
  9. </head>
  10.  
  11. <body>
  12.  
  13. <h1>UnicodeData File Format<br>
  14. Version 3.0.1</h1>
  15. <table border="1" cellspacing="2" cellpadding="0" height="87" width="100%">
  16.   <tr>
  17.     <td valign="TOP" width="144">Revision</td>
  18.     <td valign="TOP">3.0.1</td>
  19.   </tr>
  20.   <tr>
  21.     <td valign="TOP" width="144">Authors</td>
  22.     <td valign="TOP">Mark Davis and Ken Whistler</td>
  23.   </tr>
  24.   <tr>
  25.     <td valign="TOP" width="144">Date</td>
  26.     <td valign="TOP">2000-08-17</td>
  27.   </tr>
  28.   <tr>
  29.     <td valign="TOP" width="144">This Version</td>
  30.     <td valign="TOP"><a
  31.       href="http://www.unicode.org/Public/3.0-Update1/UnicodeData-3.0.1.html">http://www.unicode.org/Public/3.0-Update1/UnicodeData-3.0.1.html</a></td>
  32.   </tr>
  33.   <tr>
  34.     <td valign="TOP" width="144">Previous Version</td>
  35.     <td valign="TOP"><a
  36.       href="http://www.unicode.org/Public/3.0-Update/UnicodeData-3.0.0.html">http://www.unicode.org/Public/3.0-Update/UnicodeData-3.0.0.html</a></td>
  37.   </tr>
  38.   <tr>
  39.     <td valign="TOP" width="144">Latest Version</td>
  40.     <td valign="TOP"><a
  41.       href="http://www.unicode.org/Public/UNIDATA/UnicodeData.html">http://www.unicode.org/Public/UNIDATA/UnicodeData.html</a></td>
  42.   </tr>
  43. </table>
  44. <p align="center">Copyright ┬⌐ 1995-2000 Unicode, Inc. All Rights reserved.<br>
  45. <i>For more information, including Disclamer and Limitations, see <a
  46. href="UnicodeCharacterDatabase-3.0.1.html">UnicodeCharacterDatabase-3.0.1.html</a></i></p>
  47. <p>This document describes the format of the UnicodeData.txt file, which is one 
  48. of the files in the Unicode Character Database. The document is divided into the 
  49. following sections:
  50. <ul>
  51.   <li><a href="#Field Formats">Field Formats</a>
  52.     <ul>
  53.       <li><a href="#General Category">General Category</a></li>
  54.       <li><a href="#Bidirectional Category">Bidirectional Category</a></li>
  55.       <li><a href="#Character Decomposition">Character Decomposition Mapping</a></li>
  56.       <li><a href="#Canonical Combining Classes">Canonical Combining Classes</a></li>
  57.       <li><a href="#Decompositions and Normalization">Decompositions and 
  58.         Normalization</a></li>
  59.       <li><a href="#Case Mappings">Case Mappings</a></li>
  60.     </ul>
  61.   </li>
  62.   <li><a href="#Property Invariants">Property Invariants</a></li>
  63.   <li><a href="#Modification History">Modification History</a></li>
  64. </ul>
  65. <p><b>Warning: </b>the information in this file does not completely describe the 
  66. use and interpretation of Unicode character properties and behavior. It must be 
  67. used in conjunction with the data in the other files in the <a
  68. href="UnicodeCharacterDatabase-3.0.1.html">Unicode Character Database</a>, and 
  69. relies on the notation and definitions supplied in <i><a
  70. href="http://www.unicode.org/unicode/standard/versions/Unicode3.0.html">The 
  71. Unicode Standard</a></i>. All chapter references are to Version 3.0 of the 
  72. standard.</p>
  73. <h2><a name="Field Formats"></a>Field Formats</h2>
  74. <p>The file consists of lines containing fields separated by semicolons. Each 
  75. line represents the data for one encoded character in the Unicode Standard. 
  76. Every encoded character has a data entry, with the exception of certain special 
  77. ranges, as detailed below.
  78. <ul>
  79.   <li>There are nine special ranges of characters that are represented only by 
  80.     their start and end characters, since the properties in the file are 
  81.     uniform, except for code values (which are all sequential and assigned).</li>
  82.   <li>The names of CJK ideograph characters and the names and decompositions of 
  83.     Hangul syllable characters are algorithmically derivable. (See the Unicode 
  84.     Standard and <a href="http://www.unicode.org/unicode/reports/tr15/">Unicode 
  85.     Standard Annex #15</a> for more information).</li>
  86.   <li>Surrogate code values and private use characters have no names.</li>
  87.   <li>The Private Use character outside of the BMP (U+F0000..U+FFFFD, 
  88.     U+100000..U+10FFFD) are listed as distinct ranges. These correspond to surrogate pairs 
  89.     where the first surrogate is in the High Surrogate Private Use section.</li>
  90. </ul>
  91. <p>The exact ranges represented by start and end characters are:
  92. <ul>
  93.   <li>CJK Ideographs Extension A (U+3400 - U+4DB5)</li>
  94.   <li>CJK Ideographs (U+4E00 - U+9FA5)</li>
  95.   <li>Hangul Syllables (U+AC00 - U+D7A3)</li>
  96.   <li>Non-Private Use High Surrogates (U+D800 - U+DB7F)</li>
  97.   <li>Private Use High Surrogates (U+DB80 - U+DBFF)</li>
  98.   <li>Low Surrogates (U+DC00 - U+DFFF)</li>
  99.   <li>The Private Use Area (U+E000 - U+F8FF)</li>
  100.   <li>Plane 15 Private Use Area (U+F0000 - U+FFFFD)</li>
  101.   <li>Plane 16 Private Use Area (U+100000 - U+10FFFD)</li>
  102. </ul>
  103. <p>The following table describes the format and meaning of each field in a data 
  104. entry in the UnicodeData file. Fields which contain normative information are so 
  105. indicated.</p>
  106. <table border="1" cellspacing="2" cellpadding="2">
  107.   <tr>
  108.     <th valign="top" align="LEFT">
  109.       <p align="LEFT">Field</th>
  110.     <th valign="top" align="LEFT">
  111.       <p align="LEFT">Name</th>
  112.     <th valign="top" align="LEFT">
  113.       <p align="LEFT">Status</th>
  114.     <th valign="top" align="LEFT">
  115.       <p align="LEFT">Explanation</th>
  116.   </tr>
  117.   <tr>
  118.     <th valign="top">0</th>
  119.     <td valign="top">Code value</td>
  120.     <td valign="top">normative</td>
  121.     <td valign="top">Code value. For characters in the range U+0000..U+FFFD
  122.       the code value uses a 4-digit hexadecimal format; for characters in the
  123.       range U+10000..U+FFFFD the code value uses a 5-digit hexadecimal format;
  124.       and for characters in the range U+100000..U+10FFFD the code value uses a
  125.       6-digit hexadecimal format.</td>
  126.   </tr>
  127.   <tr>
  128.     <th valign="top">1</th>
  129.     <td valign="top">Character name</td>
  130.     <td valign="top">normative</td>
  131.     <td valign="top">These names match exactly the names published in Chapter 14 
  132.       of the Unicode Standard, Version 3.0.</td>
  133.   </tr>
  134.   <tr>
  135.     <th valign="top">2</th>
  136.     <td valign="top"><a href="#General Category">General Category</a></td>
  137.     <td valign="top">normative / informative<br>
  138.       (see below)</td>
  139.     <td valign="top">This is a useful breakdown into various "character 
  140.       types" which can be used as a default categorization in 
  141.       implementations. See below for a brief explanation.</td>
  142.   </tr>
  143.   <tr>
  144.     <th valign="top">3</th>
  145.     <td valign="top"><a href="#Canonical Combining Classes">Canonical Combining 
  146.       Classes</a></td>
  147.     <td valign="top">normative</td>
  148.     <td valign="top">The classes used for the Canonical Ordering Algorithm in 
  149.       the Unicode Standard. These classes are also printed in Chapter 4 of the 
  150.       Unicode Standard.</td>
  151.   </tr>
  152.   <tr>
  153.     <th valign="top">4</th>
  154.     <td valign="top"><a href="#Bidirectional Category">Bidirectional Category</a></td>
  155.     <td valign="top">normative</td>
  156.     <td valign="top">See the list below for an explanation of the abbreviations 
  157.       used in this field. These are the categories required by the Bidirectional 
  158.       Behavior Algorithm in the Unicode Standard. These categories are 
  159.       summarized in Chapter 3 of the Unicode Standard.</td>
  160.   </tr>
  161.   <tr>
  162.     <th valign="top">5</th>
  163.     <td valign="top"><a href="#Character Decomposition">Character Decomposition 
  164.       Mapping</a></td>
  165.     <td valign="top">normative</td>
  166.     <td valign="top">In the Unicode Standard, not all of the mappings are full 
  167.       (maximal) decompositions. Recursive application of look-up for 
  168.       decompositions will, in all cases, lead to a maximal decomposition. The 
  169.       decomposition mappings match exactly the decomposition mappings published 
  170.       with the character names in the Unicode Standard.</td>
  171.   </tr>
  172.   <tr>
  173.     <th valign="top">6</th>
  174.     <td valign="top">Decimal digit value</td>
  175.     <td valign="top">normative</td>
  176.     <td valign="top">This is a numeric field. If the character has the decimal 
  177.       digit property, as specified in Chapter 4 of the Unicode Standard, the 
  178.       value of that digit is represented with an integer value in this field</td>
  179.   </tr>
  180.   <tr>
  181.     <th valign="top">7</th>
  182.     <td valign="top">Digit value</td>
  183.     <td valign="top">normative</td>
  184.     <td valign="top">This is a numeric field. If the character represents a 
  185.       digit, not necessarily a decimal digit, the value is here. This covers 
  186.       digits which do not form decimal radix forms, such as the compatibility 
  187.       superscript digits</td>
  188.   </tr>
  189.   <tr>
  190.     <th valign="top">8</th>
  191.     <td valign="top">Numeric value</td>
  192.     <td valign="top">normative</td>
  193.     <td valign="top">This is a numeric field. If the character has the numeric 
  194.       property, as specified in Chapter 4 of the Unicode Standard, the value of 
  195.       that character is represented with an integer or rational number in this 
  196.       field. This includes fractions as, e.g., "1/5" for U+2155 VULGAR 
  197.       FRACTION ONE FIFTH Also included are numerical values for compatibility 
  198.       characters such as circled numbers.</td>
  199.   </tr>
  200.   <tr>
  201.     <th valign="top">9</th>
  202.     <td valign="top">Mirrored</td>
  203.     <td valign="top">normative</td>
  204.     <td valign="top">If the character has been identified as a 
  205.       "mirrored" character in bidirectional text, this field has the 
  206.       value "Y"; otherwise "N". The list of mirrored 
  207.       characters is also printed in Chapter 4 of the Unicode Standard.</td>
  208.   </tr>
  209.   <tr>
  210.     <th valign="top">10</th>
  211.     <td valign="top">Unicode 1.0 Name</td>
  212.     <td valign="top">informative</td>
  213.     <td valign="top">This is the old name as published in Unicode 1.0. This name 
  214.       is only provided when it is significantly different from the Unicode 3.0 
  215.       name for the character.</td>
  216.   </tr>
  217.   <tr>
  218.     <th valign="top">11</th>
  219.     <td valign="top">10646 comment field</td>
  220.     <td valign="top">informative</td>
  221.     <td valign="top">This is the ISO 10646 comment field. It appears in parentheses 
  222.       in the 10646 names list, or contains an asterisk to mark an Annex P note.</td>
  223.   </tr>
  224.   <tr>
  225.     <th valign="top">12</th>
  226.     <td valign="top"><a href="#Case Mappings">Uppercase Mapping</a></td>
  227.     <td valign="top">informative</td>
  228.     <td valign="top">Upper case equivalent mapping. If a character is part of an 
  229.       alphabet with case distinctions, and has an upper case equivalent, then 
  230.       the upper case equivalent is in this field. See the explanation below on 
  231.       case distinctions. These mappings are always one-to-one, not one-to-many 
  232.       or many-to-one. This field is informative.</td>
  233.   </tr>
  234.   <tr>
  235.     <th valign="top">13</th>
  236.     <td valign="top"><a href="#Case Mappings">Lowercase Mapping</a></td>
  237.     <td valign="top">informative</td>
  238.     <td valign="top">Similar to Uppercase mapping</td>
  239.   </tr>
  240.   <tr>
  241.     <th valign="top">14</th>
  242.     <td valign="top"><a href="#Case Mappings">Titlecase Mapping</a></td>
  243.     <td valign="top">informative</td>
  244.     <td valign="top">Similar to Uppercase mapping</td>
  245.   </tr>
  246. </table>
  247. <h3><a name="General Category"></a>General Category</h3>
  248. <p>The values in this field are abbreviations for the following. Some of the 
  249. values are normative, and some are informative. For more information, see the 
  250. Unicode Standard.</p>
  251. <p><b>Note:</b> the standard does not assign information to control characters 
  252. (except for certain cases in the Bidirectional Algorithm). Implementations will 
  253. generally also assign categories to certain control characters, notably CR and 
  254. LF, according to platform conventions.</p>
  255. <h4>Normative Categories</h4>
  256. <table border="0" cellspacing="2" cellpadding="0">
  257.   <tr>
  258.     <th>
  259.       <p align="LEFT">Abbr.</th>
  260.     <th>
  261.       <p align="LEFT">Description</th>
  262.   </tr>
  263.   <tr>
  264.     <td align="CENTER">Lu</td>
  265.     <td>Letter, Uppercase</td>
  266.   </tr>
  267.   <tr>
  268.     <td align="CENTER">Ll</td>
  269.     <td>Letter, Lowercase</td>
  270.   </tr>
  271.   <tr>
  272.     <td align="CENTER">Lt</td>
  273.     <td>Letter, Titlecase</td>
  274.   </tr>
  275.   <tr>
  276.     <td align="CENTER">Mn</td>
  277.     <td>Mark, Non-Spacing</td>
  278.   </tr>
  279.   <tr>
  280.     <td align="CENTER">Mc</td>
  281.     <td>Mark, Spacing Combining</td>
  282.   </tr>
  283.   <tr>
  284.     <td align="CENTER">Me</td>
  285.     <td>Mark, Enclosing</td>
  286.   </tr>
  287.   <tr>
  288.     <td align="CENTER">Nd</td>
  289.     <td>Number, Decimal Digit</td>
  290.   </tr>
  291.   <tr>
  292.     <td align="CENTER">Nl</td>
  293.     <td>Number, Letter</td>
  294.   </tr>
  295.   <tr>
  296.     <td align="CENTER">No</td>
  297.     <td>Number, Other</td>
  298.   </tr>
  299.   <tr>
  300.     <td align="CENTER">Zs</td>
  301.     <td>Separator, Space</td>
  302.   </tr>
  303.   <tr>
  304.     <td align="CENTER">Zl</td>
  305.     <td>Separator, Line</td>
  306.   </tr>
  307.   <tr>
  308.     <td align="CENTER">Zp</td>
  309.     <td>Separator, Paragraph</td>
  310.   </tr>
  311.   <tr>
  312.     <td align="CENTER">Cc</td>
  313.     <td>Other, Control</td>
  314.   </tr>
  315.   <tr>
  316.     <td align="CENTER">Cf</td>
  317.     <td>Other, Format</td>
  318.   </tr>
  319.   <tr>
  320.     <td align="CENTER">Cs</td>
  321.     <td>Other, Surrogate</td>
  322.   </tr>
  323.   <tr>
  324.     <td align="CENTER">Co</td>
  325.     <td>Other, Private Use</td>
  326.   </tr>
  327.   <tr>
  328.     <td align="CENTER">Cn</td>
  329.     <td>Other, Not Assigned (no characters in the file have this property)</td>
  330.   </tr>
  331. </table>
  332. <h4>Informative Categories</h4>
  333. <table border="0" cellspacing="2" cellpadding="0">
  334.   <tr>
  335.     <th>
  336.       <p align="LEFT">Abbr.</th>
  337.     <th>
  338.       <p align="LEFT">Description</th>
  339.   </tr>
  340.   <tr>
  341.     <td align="CENTER">Lm</td>
  342.     <td>Letter, Modifier</td>
  343.   </tr>
  344.   <tr>
  345.     <td align="CENTER">Lo</td>
  346.     <td>Letter, Other</td>
  347.   </tr>
  348.   <tr>
  349.     <td align="CENTER">Pc</td>
  350.     <td>Punctuation, Connector</td>
  351.   </tr>
  352.   <tr>
  353.     <td align="CENTER">Pd</td>
  354.     <td>Punctuation, Dash</td>
  355.   </tr>
  356.   <tr>
  357.     <td align="CENTER">Ps</td>
  358.     <td>Punctuation, Open</td>
  359.   </tr>
  360.   <tr>
  361.     <td align="CENTER">Pe</td>
  362.     <td>Punctuation, Close</td>
  363.   </tr>
  364.   <tr>
  365.     <td align="CENTER">Pi</td>
  366.     <td>Punctuation, Initial quote (may behave like Ps or Pe depending on usage)</td>
  367.   </tr>
  368.   <tr>
  369.     <td align="CENTER">Pf</td>
  370.     <td>Punctuation, Final quote (may behave like Ps or Pe depending on usage)</td>
  371.   </tr>
  372.   <tr>
  373.     <td align="CENTER">Po</td>
  374.     <td>Punctuation, Other</td>
  375.   </tr>
  376.   <tr>
  377.     <td align="CENTER">Sm</td>
  378.     <td>Symbol, Math</td>
  379.   </tr>
  380.   <tr>
  381.     <td align="CENTER">Sc</td>
  382.     <td>Symbol, Currency</td>
  383.   </tr>
  384.   <tr>
  385.     <td align="CENTER">Sk</td>
  386.     <td>Symbol, Modifier</td>
  387.   </tr>
  388.   <tr>
  389.     <td align="CENTER">So</td>
  390.     <td>Symbol, Other</td>
  391.   </tr>
  392. </table>
  393. <h3><a name="Bidirectional Category"></a>Bidirectional Category</h3>
  394. <p>Please refer to Chapter 3 for an explanation of the algorithm for 
  395. Bidirectional Behavior and an explanation of the significance of these 
  396. categories. An up-to-date version can be found on <a
  397. href="http://www.unicode.org/unicode/reports/tr9/">Unicode Standard Annex #9: 
  398. The Bidirectional Algorithm</a>. These values are normative.</p>
  399. <table border="0" cellpadding="2">
  400.   <tr>
  401.     <th valign="TOP" align="LEFT">
  402.       <p align="LEFT">Type</th>
  403.     <th valign="TOP" align="LEFT">
  404.       <p align="LEFT">Description</th>
  405.   </tr>
  406.   <tr>
  407.     <td valign="TOP"><b>L</b></td>
  408.     <td valign="TOP">Left-to-Right</td>
  409.   </tr>
  410.   <tr>
  411.     <td valign="TOP"><b>LRE</b></td>
  412.     <td valign="TOP">Left-to-Right Embedding</td>
  413.   </tr>
  414.   <tr>
  415.     <td valign="TOP"><b>LRO</b></td>
  416.     <td valign="TOP">Left-to-Right Override</td>
  417.   </tr>
  418.   <tr>
  419.     <td valign="TOP"><b>R</b></td>
  420.     <td valign="TOP">Right-to-Left</td>
  421.   </tr>
  422.   <tr>
  423.     <td valign="TOP"><b>AL</b></td>
  424.     <td valign="TOP">Right-to-Left Arabic</td>
  425.   </tr>
  426.   <tr>
  427.     <td valign="TOP"><b>RLE</b></td>
  428.     <td valign="TOP">Right-to-Left Embedding</td>
  429.   </tr>
  430.   <tr>
  431.     <td valign="TOP"><b>RLO</b></td>
  432.     <td valign="TOP">Right-to-Left Override</td>
  433.   </tr>
  434.   <tr>
  435.     <td valign="TOP"><b>PDF</b></td>
  436.     <td valign="TOP">Pop Directional Format</td>
  437.   </tr>
  438.   <tr>
  439.     <td valign="TOP"><b>EN</b></td>
  440.     <td valign="TOP">European Number</td>
  441.   </tr>
  442.   <tr>
  443.     <td valign="TOP"><b>ES</b></td>
  444.     <td valign="TOP">European Number Separator</td>
  445.   </tr>
  446.   <tr>
  447.     <td valign="TOP"><b>ET</b></td>
  448.     <td valign="TOP">European Number Terminator</td>
  449.   </tr>
  450.   <tr>
  451.     <td valign="TOP"><b>AN</b></td>
  452.     <td valign="TOP">Arabic Number</td>
  453.   </tr>
  454.   <tr>
  455.     <td valign="TOP"><b>CS</b></td>
  456.     <td valign="TOP">Common Number Separator</td>
  457.   </tr>
  458.   <tr>
  459.     <td valign="TOP"><b>NSM</b></td>
  460.     <td valign="TOP">Non-Spacing Mark</td>
  461.   </tr>
  462.   <tr>
  463.     <td valign="TOP"><b>BN</b></td>
  464.     <td valign="TOP">Boundary Neutral</td>
  465.   </tr>
  466.   <tr>
  467.     <td valign="TOP"><b>B</b></td>
  468.     <td valign="TOP">Paragraph Separator</td>
  469.   </tr>
  470.   <tr>
  471.     <td valign="TOP"><b>S</b></td>
  472.     <td valign="TOP">Segment Separator</td>
  473.   </tr>
  474.   <tr>
  475.     <td valign="TOP"><b>WS</b></td>
  476.     <td valign="TOP">Whitespace</td>
  477.   </tr>
  478.   <tr>
  479.     <td valign="TOP"><b>ON</b></td>
  480.     <td valign="TOP">Other Neutrals</td>
  481.   </tr>
  482. </table>
  483. <h3><a name="Character Decomposition"></a>Character Decomposition Mapping</h3>
  484. <p>The decomposition is a normative property of a character. The tags supplied 
  485. with certain decomposition mappings generally indicate formatting information. 
  486. Where no such tag is given, the mapping is designated as canonical. Conversely, 
  487. the presence of a formatting tag also indicates that the mapping is a 
  488. compatibility mapping and not a canonical mapping. In the absence of other 
  489. formatting information in a compatibility mapping, the tag is used to 
  490. distinguish it from canonical mappings.</p>
  491. <p>In some instances a canonical mapping or a compatibility mapping may consist 
  492. of a single character. For a canonical mapping, this indicates that the 
  493. character is a canonical equivalent of another single character. For a 
  494. compatibility mapping, this indicates that the character is a compatibility 
  495. equivalent of another single character. The compatibility formatting tags used 
  496. are:</p>
  497. <table border="0" cellspacing="2" cellpadding="0">
  498.   <tr>
  499.     <th>Tag</th>
  500.     <th>
  501.       <p align="LEFT">Description</th>
  502.   </tr>
  503.   <tr>
  504.     <td align="CENTER"><font>  </td>
  505.     <td>A font variant (e.g. a blackletter form).</td>
  506.   </tr>
  507.   <tr>
  508.     <td align="CENTER"><noBreak>  </td>
  509.     <td>A no-break version of a space or hyphen.</td>
  510.   </tr>
  511.   <tr>
  512.     <td align="CENTER"><initial>  </td>
  513.     <td>An initial presentation form (Arabic).</td>
  514.   </tr>
  515.   <tr>
  516.     <td align="CENTER"><medial>  </td>
  517.     <td>A medial presentation form (Arabic).</td>
  518.   </tr>
  519.   <tr>
  520.     <td align="CENTER"><final>  </td>
  521.     <td>A final presentation form (Arabic).</td>
  522.   </tr>
  523.   <tr>
  524.     <td align="CENTER"><isolated>  </td>
  525.     <td>An isolated presentation form (Arabic).</td>
  526.   </tr>
  527.   <tr>
  528.     <td align="CENTER"><circle>  </td>
  529.     <td>An encircled form.</td>
  530.   </tr>
  531.   <tr>
  532.     <td align="CENTER"><super>  </td>
  533.     <td>A superscript form.</td>
  534.   </tr>
  535.   <tr>
  536.     <td align="CENTER"><sub>  </td>
  537.     <td>A subscript form.</td>
  538.   </tr>
  539.   <tr>
  540.     <td align="CENTER"><vertical>  </td>
  541.     <td>A vertical layout presentation form.</td>
  542.   </tr>
  543.   <tr>
  544.     <td align="CENTER"><wide>  </td>
  545.     <td>A wide (or zenkaku) compatibility character.</td>
  546.   </tr>
  547.   <tr>
  548.     <td align="CENTER"><narrow>  </td>
  549.     <td>A narrow (or hankaku) compatibility character.</td>
  550.   </tr>
  551.   <tr>
  552.     <td align="CENTER"><small>  </td>
  553.     <td>A small variant form (CNS compatibility).</td>
  554.   </tr>
  555.   <tr>
  556.     <td align="CENTER"><square>  </td>
  557.     <td>A CJK squared font variant.</td>
  558.   </tr>
  559.   <tr>
  560.     <td align="CENTER"><fraction>  </td>
  561.     <td>A vulgar fraction form.</td>
  562.   </tr>
  563.   <tr>
  564.     <td align="CENTER"><compat>  </td>
  565.     <td>Otherwise unspecified compatibility character.</td>
  566.   </tr>
  567. </table>
  568. <p><b>Reminder: </b>There is a difference between decomposition and 
  569. decomposition mapping. The decomposition mappings are defined in the UnicodeData, 
  570. while the decomposition (also termed "full decomposition") is defined 
  571. in Chapter 3 to use those mappings <i>recursively.</i>
  572. <ul>
  573.   <li>The canonical decomposition is formed by recursively applying the 
  574.     canonical mappings, then applying the canonical reordering algorithm.</li>
  575.   <li>The compatibility decomposition is formed by recursively applying the 
  576.     canonical <em>and</em> compatibility mappings, then applying the canonical 
  577.     reordering algorithm.</li>
  578. </ul>
  579. <h3><a name="Canonical Combining Classes"></a>Canonical Combining Classes</h3>
  580. <table border="0" cellspacing="2" cellpadding="0">
  581.   <tr>
  582.     <th>
  583.       <p align="LEFT">Value</th>
  584.     <th>
  585.       <p align="LEFT">Description</th>
  586.   </tr>
  587.   <tr>
  588.     <td align="RIGHT">0:</td>
  589.     <td>Spacing, split, enclosing, reordrant, and Tibetan subjoined</td>
  590.   </tr>
  591.   <tr>
  592.     <td align="RIGHT">1:</td>
  593.     <td>Overlays and interior</td>
  594.   </tr>
  595.   <tr>
  596.     <td align="RIGHT">7:</td>
  597.     <td>Nuktas</td>
  598.   </tr>
  599.   <tr>
  600.     <td align="RIGHT">8:</td>
  601.     <td>Hiragana/Katakana voicing marks</td>
  602.   </tr>
  603.   <tr>
  604.     <td align="RIGHT">9:</td>
  605.     <td>Viramas</td>
  606.   </tr>
  607.   <tr>
  608.     <td align="RIGHT">10:</td>
  609.     <td>Start of fixed position classes</td>
  610.   </tr>
  611.   <tr>
  612.     <td align="RIGHT">199:</td>
  613.     <td>End of fixed position classes</td>
  614.   </tr>
  615.   <tr>
  616.     <td align="RIGHT">200:</td>
  617.     <td>Below left attached</td>
  618.   </tr>
  619.   <tr>
  620.     <td align="RIGHT">202:</td>
  621.     <td>Below attached</td>
  622.   </tr>
  623.   <tr>
  624.     <td align="RIGHT">204:</td>
  625.     <td>Below right attached</td>
  626.   </tr>
  627.   <tr>
  628.     <td align="RIGHT">208:</td>
  629.     <td>Left attached (reordrant around single base character)</td>
  630.   </tr>
  631.   <tr>
  632.     <td align="RIGHT">210:</td>
  633.     <td>Right attached</td>
  634.   </tr>
  635.   <tr>
  636.     <td align="RIGHT">212:</td>
  637.     <td>Above left attached</td>
  638.   </tr>
  639.   <tr>
  640.     <td align="RIGHT">214:</td>
  641.     <td>Above attached</td>
  642.   </tr>
  643.   <tr>
  644.     <td align="RIGHT">216:</td>
  645.     <td>Above right attached</td>
  646.   </tr>
  647.   <tr>
  648.     <td align="RIGHT">218:</td>
  649.     <td>Below left</td>
  650.   </tr>
  651.   <tr>
  652.     <td align="RIGHT">220:</td>
  653.     <td>Below</td>
  654.   </tr>
  655.   <tr>
  656.     <td align="RIGHT">222:</td>
  657.     <td>Below right</td>
  658.   </tr>
  659.   <tr>
  660.     <td align="RIGHT">224:</td>
  661.     <td>Left (reordrant around single base character)</td>
  662.   </tr>
  663.   <tr>
  664.     <td align="RIGHT">226:</td>
  665.     <td>Right</td>
  666.   </tr>
  667.   <tr>
  668.     <td align="RIGHT">228:</td>
  669.     <td>Above left</td>
  670.   </tr>
  671.   <tr>
  672.     <td align="RIGHT">230:</td>
  673.     <td>Above</td>
  674.   </tr>
  675.   <tr>
  676.     <td align="RIGHT">232:</td>
  677.     <td>Above right</td>
  678.   </tr>
  679.   <tr>
  680.     <td align="RIGHT">233:</td>
  681.     <td>Double below</td>
  682.   </tr>
  683.   <tr>
  684.     <td align="RIGHT">234:</td>
  685.     <td>Double above</td>
  686.   </tr>
  687.   <tr>
  688.     <td align="RIGHT">240:</td>
  689.     <td>Below (iota subscript)</td>
  690.   </tr>
  691. </table>
  692. <p><strong>Note: </strong>some of the combining classes in this list do not 
  693. currently have members but are specified here for completeness.</p>
  694. <h3><a name="Decompositions and Normalization"></a>Decompositions and 
  695. Normalization</h3>
  696. <p>Decomposition is specified in Chapter 3. <a
  697. href="http://www.unicode.org/unicode/reports/tr15/"><i>Unicode Standard Annex 
  698. #15: Unicode Normalization Forms</i></a> specifies the interaction between decomposition 
  699. and normalization. The most up-to-date version is found on <a
  700. href="http://www.unicode.org/unicode/reports/tr15/">http://www.unicode.org/unicode/reports/tr15/</a>. 
  701. That report specifies how the decompositions defined in UnicodeData.txt are used 
  702. to derive normalized forms of Unicode text.</p>
  703. <p>Note that as of the 2.1.9 update of the Unicode Character Database, the 
  704. decompositions in the UnicodeData.txt file can be used to recursively derive the 
  705. full decomposition in canonical order, without the need to separately apply 
  706. canonical reordering. However, canonical reordering of combining character 
  707. sequences must still be applied in decomposition when normalizing source text 
  708. which contains any combining marks.</p>
  709. <h3><a name="Case Mappings"></a>Case Mappings</h3>
  710. <p>The case mapping is an informative, default mapping. Case itself, on the 
  711. other hand, has normative status. Thus, for example, 0041 LATIN CAPITAL LETTER A 
  712. is normatively uppercase, but its lowercase mapping the 0061 LATIN SMALL LETTER 
  713. A is informative. The reason for this is that case can be considered to be an 
  714. inherent property of a particular character (and is usually, but not always, 
  715. derivable from the presence of the terms "CAPITAL" or 
  716. "SMALL" in the character name), but case mappings between characters 
  717. are occasionally influenced by local conventions. For example, certain 
  718. languages, such as Turkish, German, French, or Greek may have small deviations 
  719. from the default mappings listed in UnicodeData.</p>
  720. <p>In addition to uppercase and lowercase, because of the inclusion of certain 
  721. composite characters for compatibility, such as 01F1 LATIN CAPITAL LETTER DZ, 
  722. there is a third case, called <i>titlecase</i>, which is used where the first 
  723. letter of a word is to be capitalized (e.g. UPPERCASE, Titlecase, lowercase). An 
  724. example of such a titlecase letter is 01F2 LATIN CAPITAL LETTER D WITH SMALL 
  725. LETTER Z.</p>
  726. <p>The uppercase, titlecase and lowercase fields are only included for 
  727. characters that have a single corresponding character of that type. Composite 
  728. characters (such as "339D SQUARE CM") that do not have a single 
  729. corresponding character of that type can be cased by decomposition.</p>
  730. <p>For compatibility with existing parsers, UnicodeData only contains case 
  731. mappings for characters where they are one-to-one mappings; it also omits 
  732. information about context-sensitive case mappings. Information about these 
  733. special cases can be found in a separate data file, <a
  734. href="http://www.unicode.org/Public/3.0-Update1/">SpecialCasing.txt</a>, which 
  735. has been added starting with the 2.1.8 update to the Unicode data files. 
  736. SpecialCasing.txt contains additional informative case mappings that are either 
  737. not one-to-one or which are context-sensitive.</p>
  738. <h2><a name="Property Invariants"></a>Property Invariants</h2>
  739. <p>Values in UnicodeData.txt are subject to correction as errors are found; 
  740. however, some characteristics of the categories themselves can be considered 
  741. invariants. Applications may wish to take these invariants into account when 
  742. choosing how to implement character properties. The following is a partial list 
  743. of known invariants for the Unicode Character Database.</p>
  744. <h4>Database Fields</h4>
  745. <ul>
  746.   <li>The number of fields in UnicodeData.txt is fixed.</li>
  747.   <li>The order of the fields is also fixed.
  748.     <ul>
  749.       <li>Any additional information about character properties to be added in 
  750.         the future will appear in separate data tables, rather than being added 
  751.         on to the existing table or by subdivision or reinterpretation of 
  752.         existing fields.</li>
  753.     </ul>
  754.   </li>
  755. </ul>
  756. <h4>General Category</h4>
  757. <ul>
  758.   <li>There will never be more than 32 General Category values.
  759.     <ul>
  760.       <li>It is very unlikely that the Unicode Technical Committee will 
  761.         subdivide the General Category partition any further, since that can 
  762.         cause implementations to misbehave. Because the General Category is 
  763.         limited to 32 values, 5 bits can be used to represent the information, 
  764.         and a 32-bit integer can be used as a bitmask to represent arbitrary 
  765.         sets of categories.</li>
  766.     </ul>
  767.   </li>
  768. </ul>
  769. <h4>Combining Classes</h4>
  770. <ul>
  771.   <li>Combining classes are limited to the values 0 to 255.
  772.     <ul>
  773.       <li>In practice, there are far fewer than 256 values used. Implementations 
  774.         may take advantage of this fact for compression, since only the ordering 
  775.         of the non-zero values matters for the Canonical Reordering Algorithm. 
  776.         It is possible for up to 256 values to be used in the future; however, 
  777.         UTC decisions in the future may restrict the number of values to 128, 
  778.         since this has implementation advantages. [Signed bytes can be used 
  779.         without widening to ints in Java, for example.]</li>
  780.     </ul>
  781.   </li>
  782.   <li>All characters other than those of General Category M* have the combining 
  783.     class 0.
  784.     <ul>
  785.       <li>Currently, all characters other than those of General Category Mn have 
  786.         the value 0. However, some characters of General Category Me or Mc may 
  787.         be given non-zero values in the future.</li>
  788.       <li>The precise values above the value 0 are not invariant--only the 
  789.         relative ordering is considered normative. For example, it is not 
  790.         guaranteed in future versions that the class of U+05B4 will be precisely 
  791.         14.</li>
  792.     </ul>
  793.   </li>
  794. </ul>
  795. <h4>Case</h4>
  796. <ul>
  797.   <li>Characters of type Lu, Lt, or Ll are called <i>cased</i>. All characters 
  798.     with an Upper, Lower, or Titlecase mapping are cased characters.
  799.     <ul>
  800.       <li>However, characters with the General Categories of Lu, Ll, or Lt may 
  801.         not always have case mappings, and case mappings may vary by locale. 
  802.         (See http://www.unicode.org/Public/UNIDATA/SpecialCasing.txt).</li>
  803.     </ul>
  804.   </li>
  805. </ul>
  806. <h4>Canonical Decomposition</h4>
  807. <ul>
  808.   <li>Canonical mappings are always in canonical order.</li>
  809.   <li>Canonical mappings have only the first of a pair possibly further 
  810.     decomposing.</li>
  811.   <li>Canonical decompositions are "transparent" to other character 
  812.     data:
  813.     <ul>
  814.       <li><tt>BIDI(a) = BIDI(principal(canonicalDecomposition(a))</tt></li>
  815.       <li><tt>Category(a) = Category(principal(canonicalDecomposition(a))</tt></li>
  816.       <li><tt>CombiningClass(a) = 
  817.         CombiningClass(principal(canonicalDecomposition(a))</tt><br>
  818.         where principal(a) is the first character not of type Mn, or the first 
  819.         character if all characters are of type Mn.</li>
  820.     </ul>
  821.   </li>
  822.   <li>However, because there are sometimes missing case pairs, and because of 
  823.     some legacy characters, it is only generally true that:
  824.     <ul>
  825.       <li><tt>upper(canonicalDecomposition(a)) = canonicalDecomposition(upper(a))</tt></li>
  826.       <li><tt>lower(canonicalDecomposition(a)) = canonicalDecomposition(lower(a))</tt></li>
  827.       <li><tt>title(canonicalDecomposition(a)) = canonicalDecomposition(title(a))</tt></li>
  828.     </ul>
  829.   </li>
  830. </ul>
  831. <h2><a name="Modification History"></a>Modification History</h2>
  832. <p>This section provides a summary of the changes between update versions of the 
  833. Unicode Standard.</p>
  834. <h3><a
  835. href="http://www.unicode.org/unicode/standard/versions/enumeratedversions.html#Unicode 3.0.1">Unicode 
  836. 3.0.1</a></h3>
  837. <p>Modifications made for Version 3.0.1 of UnicodeData.txt include:
  838. <ul>
  839.   <li>Added 5- and 6-digit representation of code points past U+FFFF.</li>
  840.   <li>Added Private Use range definitions for Planes 15 and 16.</li>
  841.   <li>Minor additions for the 10646 comment field.</li>
  842. </ul>
  843. <h3><a
  844. href="http://www.unicode.org/unicode/standard/versions/enumeratedversions.html#Unicode 3.0.0">Unicode 
  845. 3.0.0</a></h3>
  846. <p>Modifications made for Version 3.0.0 of UnicodeData.txt include many new 
  847. characters and a number of property changes. These are summarized in Appendex D 
  848. of <em>The Unicode Standard, Version 3.0.</em></p>
  849. <h3><a
  850. href="http://www.unicode.org/unicode/standard/versions/enumeratedversions.html#Unicode 2.1.9">Unicode 
  851. 2.1.9</a></h3>
  852. <p>Modifications made for Version 2.1.9 of UnicodeData.txt include:
  853. <ul>
  854.   <li>Corrected combining class for U+05AE HEBREW ACCENT ZINOR.</li>
  855.   <li>Corrected combining class for U+20E1 COMBINING LEFT RIGHT ARROW ABOVE</li>
  856.   <li>Corrected combining class for U+0F35 and U+0F37 to 220.</li>
  857.   <li>Corrected combining class for U+0F71 to 129.</li>
  858.   <li>Added a decomposition for U+0F0C TIBETAN MARK DELIMITER TSHEG BSTAR.</li>
  859.   <li>Added  decompositions for several Greek symbol letters: 
  860.     U+03D0..U+03D2, U+03D5, U+03D6, U+03F0..U+03F2.</li>
  861.   <li>Removed  decompositions from the conjoining jamo block: 
  862.     U+1100..U+11F8.</li>
  863.   <li>Changes to decomposition mappings for some Tibetan vowels for consistency 
  864.     in normalization. (U+0F71, U+0F73, U+0F77, U+0F79, U+0F81)</li>
  865.   <li>Updated the decomposition mappings for several Vietnamese characters with 
  866.     two diacritics (U+1EAC, U+1EAD, U+1EB6, U+1EB7, U+1EC6, U+1EC7, U+1ED8, 
  867.     U+1ED9), so that the recursive decomposition can be generated directly in 
  868.     canonically reordered form (not a normative change).</li>
  869.   <li>Updated the decomposition mappings for several Arabic compatibility 
  870.     characters involving shadda (U+FC5E..U+FC62, U+FCF2..U+FCF4), and two Latin 
  871.     characters (U+1E1C, U+1E1D), so that the decompositions are generated 
  872.     directly in canonically reordered form (not a normative change).</li>
  873.   <li>Changed BIDI category for: U+00A0 NO-BREAK SPACE, U+2007 FIGURE SPACE, 
  874.     U+2028 LINE SEPARATOR.</li>
  875.   <li>Changed BIDI category for extenders of General Category Lm: U+3005, 
  876.     U+3021..U+3035, U+FF9E, U+FF9F.</li>
  877.   <li>Changed General Category and BIDI category for the Greek numeral signs: 
  878.     U+0374, U+0375.</li>
  879.   <li>Corrected General Category for U+FFE8 HALFWIDTH FORMS LIGHT VERTICAL.</li>
  880.   <li>Added Unicode 1.0 names for many Tibetan characters (informative).</li>
  881. </ul>
  882. <h3><a
  883. href="http://www.unicode.org/unicode/standard/versions/enumeratedversions.html#Unicode 2.1.8">Unicode 
  884. 2.1.8</a></h3>
  885. <p>Modifications made for Version 2.1.8 of UnicodeData.txt include:
  886. <ul>
  887.   <li>Added combining class 240 for U+0345 COMBINING GREEK YPOGEGRAMMENI so that 
  888.     decompositions involving iota subscript are derivable directly in 
  889.     canonically reordered form; this also has a bearing on simplification of 
  890.     casing of polytonic Greek.</li>
  891.   <li>Changes in decompositions related to Greek tonos. These result from the 
  892.     clarification that monotonic Greek "tonos" should be equated with 
  893.     U+0301 COMBINING ACUTE, rather than with U+030D COMBINING VERTICAL LINE 
  894.     ABOVE. (All Greek characters in the Greek block involving "tonos"; 
  895.     some Greek characters in the polytonic Greek in the 1FXX block.)</li>
  896.   <li>Changed decompositions involving dialytika tonos. (U+0390, U+03B0)</li>
  897.   <li>Changed ternary decompositions to binary. (U+0CCB, U+FB2C, U+FB2D) These 
  898.     changes simplify normalization.</li>
  899.   <li>Removed canonical decomposition for Latin Candrabindu. (U+0310)</li>
  900.   <li>Corrected error in canonical decomposition for U+1FF4.</li>
  901.   <li>Added compatibility decompositions to clarify collation tables. (U+2100, 
  902.     U+2101, U+2105, U+2106, U+1E9A)</li>
  903.   <li>A series of general category changes to assist the convergence of of 
  904.     Unicode definition of identifier with ISO TR 10176:
  905.     <ul>
  906.       <li>So > Lo: U+0950, U+0AD0, U+0F00, U+0F88..U+0F8B</li>
  907.       <li>Po > Lo: U+0E2F, U+0EAF, U+3006</li>
  908.       <li>Lm > Sk: U+309B, U+309C</li>
  909.       <li>Po > Pc: U+30FB, U+FF65</li>
  910.       <li>Ps/Pe > Mn: U+0F3E, U+0F3F</li>
  911.     </ul>
  912.   </li>
  913.   <li>A series of bidi property changes for consistency.
  914.     <ul>
  915.       <li>L > ET: U+09F2, U+09F3</li>
  916.       <li>ON > L: U+3007</li>
  917.       <li>L > ON: U+0F3A..U+0F3D, U+037E, U+0387</li>
  918.     </ul>
  919.   </li>
  920.   <li>Add case mapping: U+01A6 <-> U+0280</li>
  921.   <li>Updated symmetric swapping value for guillemets: U+00AB, U+00BB, U+2039, 
  922.     U+203A.</li>
  923.   <li>Changes to combining class values. Most Indic fixed position class 
  924.     non-spacing marks were changed to combining class 0. This fixes some 
  925.     inconsistencies in how canonical reordering would apply to Indic scripts, 
  926.     including Tibetan. Indic interacting top/bottom fixed position classes were 
  927.     merged into single (non-zero) classes as part of this change. Tibetan 
  928.     subjoined consonants are changed from combining class 6 to combining class 
  929.     0. Thai pinthu (U+0E3A) moved to combining class 9. Moved two Devanagari 
  930.     stress marks into generic above and below combining classes (U+0951, 
  931.     U+0952).</li>
  932.   <li>Corrected placement of semicolon near symmetric swapping field. (U+FA0E, 
  933.     etc., scattered positions to U+FA29)</li>
  934. </ul>
  935. <h3>Version 2.1.7</h3>
  936. <p><i>This version was for internal change tracking only, and never publicly 
  937. released.</i></p>
  938. <h3>Version 2.1.6</h3>
  939. <p><i>This version was for internal change tracking only, and never publicly 
  940. released.</i></p>
  941. <h3><a
  942. href="http://www.unicode.org/unicode/standard/versions/enumeratedversions.html#Unicode 2.1.5">Unicode 
  943. 2.1.5</a></h3>
  944. <p>Modifications made for Version 2.1.5 of UnicodeData.txt include:
  945. <ul>
  946.   <li>Changed decomposition for U+FF9E and U+FF9F so that correct collation 
  947.     weighting will automatically result from the canonical equivalences.</li>
  948.   <li>Removed canonical decompositions for U+04D4, U+04D5, U+04D8, U+04D9, 
  949.     U+04E0, U+04E1, U+04E8, U+04E9 (the implication being that no canonical 
  950.     equivalence is claimed between these 8 characters and similar Latin 
  951.     letters), and updated 4 canonical decompositions for U+04DB, U+04DC, U+04EA, 
  952.     U+04EB to reflect the implied difference in the base character.</li>
  953.   <li>Added Pi, and Pf categories and assigned the relevant quotation marks to 
  954.     those categories, based on the Unicode Technical Corrigendum on Quotation 
  955.     Characters.</li>
  956.   <li>Updating of many bidi properties, following the advice of the ad hoc 
  957.     committee on bidi, and to make the bidi properties of compatibility 
  958.     characters more consistent.</li>
  959.   <li>Changed category of several Tibetan characters: U+0F3E, U+0F3F, 
  960.     U+0F88..U+0F8B to make them non-combining, reflecting the combined opinion 
  961.     of Tibetan experts.</li>
  962.   <li>Added case mapping for U+03F2.</li>
  963.   <li>Corrected case mapping for U+0275.</li>
  964.   <li>Added titlecase mappings for U+03D0, U+03D1, U+03D5, U+03D6, U+03F0.. 
  965.     U+03F2.</li>
  966.   <li>Corrected compatibility label for U+2121.</li>
  967.   <li>Add specific entries for all the CJK compatibility ideographs, 
  968.     U+F900..U+FA2D, so the canonical decomposition for each (the URO character 
  969.     it is equivalent to) can be carried in the database.</li>
  970. </ul>
  971. <h3>Version 2.1.4</h3>
  972. <p><i>This version was for internal change tracking only, and never publicly 
  973. released.</i></p>
  974. <h3>Version 2.1.3</h3>
  975. <p><i>This version was for internal change tracking only, and never publicly 
  976. released.</i></p>
  977. <h3><a
  978. href="http://www.unicode.org/unicode/standard/versions/enumeratedversions.html#Unicode 2.1.2">Unicode 
  979. 2.1.2</a></h3>
  980. <p>Modifications made in updating UnicodeData.txt to Version 2.1.2 for the 
  981. Unicode Standard, Version 2.1 (from Version 2.0) include:
  982. <ul>
  983.   <li>Added two characters (U+20AC and U+FFFC).</li>
  984.   <li>Amended bidi properties for U+0026, U+002E, U+0040, U+2007.</li>
  985.   <li>Corrected case mappings for U+018E, U+019F, U+01DD, U+0258, U+0275, 
  986.     U+03C2, U+1E9B.</li>
  987.   <li>Changed combining order class for U+0F71.</li>
  988.   <li>Corrected canonical decompositions for U+0F73, U+1FBE.</li>
  989.   <li>Changed decomposition for U+FB1F from compatibility to canonical.</li>
  990.   <li>Added compatibility decompositions for U+FBE8, U+FBE9, U+FBF9..U+FBFB.</li>
  991.   <li>Corrected compatibility decompositions for U+2469, U+246A, U+3358.</li>
  992. </ul>
  993. <h3>Version 2.1.1</h3>
  994. <p><i>This version was for internal change tracking only, and never publicly 
  995. released.</i></p>
  996. <h3><a
  997. href="http://www.unicode.org/unicode/standard/versions/enumeratedversions.html#Unicode 2.0.0">Unicode 
  998. 2.0.0</a></h3>
  999. <p>The modifications made in updating UnicodeData.txt for the Unicode Standard, 
  1000. Version 2.0 include:
  1001. <ul>
  1002.   <li>Fixed decompositions with TONOS to use correct NSM: 030D.</li>
  1003.   <li>Removed old Hangul Syllables; mapping to new characters are in a separate 
  1004.     table.</li>
  1005.   <li>Marked compatibility decompositions with additional tags.</li>
  1006.   <li>Changed old tag names for clarity.</li>
  1007.   <li>Revision of decompositions to use first-level decomposition, instead of 
  1008.     maximal decomposition.</li>
  1009.   <li>Correction of all known errors in decompositions from earlier versions.</li>
  1010.   <li>Added control code names (as old Unicode names).</li>
  1011.   <li>Added Hangul Jamo decompositions.</li>
  1012.   <li>Added Number category to match properties list in book.</li>
  1013.   <li>Fixed categories of Koranic Arabic marks.</li>
  1014.   <li>Fixed categories of precomposed characters to match decomposition where 
  1015.     possible.</li>
  1016.   <li>Added Hebrew cantillation marks and the Tibetan script.</li>
  1017.   <li>Added place holders for ranges such as CJK Ideographic Area and the 
  1018.     Private Use Area.</li>
  1019.   <li>Added categories Me, Sk, Pc, Nl, Cs, Cf, and rectified a number of 
  1020.     mistakes in the database.</li>
  1021. </ul>
  1022.  
  1023. </body>
  1024.  
  1025. </html>
  1026.