Unicode: Bakom gardinen

Unicode Consortium firade sitt 25 -årsjubileum förra året. Sanningen är att trots allt arbete Unicode gör för att säkerställa text från språk runt om i världen – de flesta av oss känner till Unicode som gruppen som godkänner nya emojis.
Det som kanske inte är så tydligt är varför ett stort konsortium krävs eller den dolda komplexiteten hos Unicode. Eller hur kräksemojierna som visas i XCKD -tecknad film ovan betraktas redan som ”giltiga (men rekommenderas inte)”.

Mark Davis, medgrundare och dagens president för Unicode, har försökt klargöra hur emoji passar in i Unicode i denna högnivåöversikt som ser på vad Unicode är och hur Unicode Emoji-underkommittén (”Emoji SC”) passar in i Det.
Davis konstaterar att emojis utgör bara en bråkdel av det totala antalet tecken i Unicode -standarden. Du kan knappt göra dem i detta diagram:

Tecken ensamma berättar inte halva historien. Ett antal glyfer måste kombineras när de visas i vissa beställningar eller kombinationer.

En kombination som kommer att vara bekant för många är hur emoji hudtoner implementeras.
Dessa fungerar genom att upptäcka när en modifierare karaktär visas efter mänsklig emoji, till exempel 👧 Girl. Dessa kombineras på plattformar som stöds för att visa en enda emoji:

En mer komplicerad implementering innebär att gå med två eller flera emojis tillsammans till det som kallas en emoji ZWJ -sekvens.
Dessa används för att skapa yrken som 👩‍⚖ kvinnlig domare. Denna emoji skapas med hjälp av 👩 -kvinnan och ⚖ Balance Scale Emojis i följd.
En ”ZWJ” (nollbredd snickare) står mellan dessa två emojis och är ett osynligt lim som förenar flera emojis till ett (där det stöds).

Andra typer av ZWJ -sekvenser listar en befintlig emoji såsom 🕵 detektiv med en könssymbol ♀ kvinnligt tecken tillagd efter det.
Denna typ av ZWJ -sekvens används vanligtvis om en emoji redan finns. Till exempel: löpare, surfer eller många av gesterna.

Och ja, du kan kombinera modifierare och ZWJ: er för att skapa en längre sekvens.

Unicode styr inte ZWJ -sekvenser på samma sätt som nya emojis som kräver sin egen kodpunkt.
Unicode rekommenderade sekvenser som bör stöds för konsistens över plattformar. Men leverantörer är gratis att kombinera alla emoji med någon annan, som de anser.
Microsoft har sex ninja -katter tillgängliga i Windows som inte är en del av Unicodes rekommenderade lista. 🐱 Cat Face och 🚀 Raket kombineras på Windows 10 för att visa en emoji för 🐱‍🚀 Astro Cat.
Astro Cat är giltig (eftersom den använder en korrekt sekvensstruktur) men rekommenderas inte som andra yrken och kön är.

XKCD föreslog att spy skulle vara en modifierare för att göra en ”kräkande cowboy”.
Davis påpekar att 🤠 Cowboy Hat Face redan kan kombineras med 🤮 ansikts kräkningar för att skapa en giltig ZWJ -sekvens:

Andra sekvenstyper finns för emoji, inklusive flaggsekvenser, taggsekvenser och nyckelkapsekvenser. Du bör kolla in hela uppsättningen bilder för att se dessa mer detaljerat.
Slutligen, en titt på (nuvarande, 2017) tidslinjen för hur en ny emoji föds:

🚨 Uppdatering april 2020: Den aktuella tidslinjen för hur en ny emoji är skapat har påverkats avsevärt av Covid-19-pandemin. Du kan läsa mer om det reviderade schemat för 2020 och därefter här.
Naturligtvis har Unicode fortfarande mycket att göra utanför emoji -stöd:

”Det finns cirka 7 000 levande mänskliga språk, med olika nivåer av vitalitet. Mindre än 100 av dessa språk är väl stödda på datorer, mobiltelefoner och andra enheter, medan alla resten riskerar att vara digitalt missgynnade”

Unicode har ett antagande ett karaktärsprogram. Medel som samlas in från adoptioner går till forskning för att stödja dessa digitalt missgynnade språk.
Mer:

Unicode emoji av Mark Davis
Unicode adoptera en karaktär
Nya emojis för 2017
Roliga emoji -hacks