Glosario

Alternativas de texto WCAG (WCAG Text Alternatives)

Directriz WCAG 1.1.1 que requiere alternativas de texto para contenido no textual, incluyendo símbolos e iconos.

Accessibility

Ancho completo y medio ancho (Fullwidth & Halfwidth)

Variantes de caracteres que ocupan diferentes anchos en tipografía CJK. Los caracteres de ancho completo ocupan el mismo espacio que los ideogramas CJK.

Typography

Área de uso privado (Private Use Area)

Rangos de puntos de código Unicode (U+E000–U+F8FF, etc.) reservados para caracteres personalizados definidos por proveedores de fuentes o aplicaciones.

Unicode Standard

ASCII

Código Estándar Americano para el Intercambio de Información: codificación de 7 bits para 128 caracteres, incluyendo letras inglesas, dígitos y signos de puntuación.

Encoding

Ataque homógrafo IDN (IDN Homograph Attack)

Una técnica de phishing que usa caracteres Unicode visualmente similares en nombres de dominio para suplantar sitios legítimos.

Programming & Dev

Base de datos Unihan (Unihan Database)

Una base de datos exhaustiva de ideogramas CJK con lecturas, significados e información de variantes, mantenida por el Consorcio Unicode.

Unicode Standard

Bloque Unicode (Unicode Block)

Un rango contiguo de puntos de código definido por el estándar Unicode, que agrupa caracteres relacionados (p. ej., bloque 'Flechas': U+2190–U+21FF).

Unicode Standard

Cadenas JavaScript y puntos de código (JS String & Code Points)

Métodos de String en JS para Unicode: codePointAt(), String.fromCodePoint() y el operador spread para iteración de grafemas.

Programming & Dev

Carácter combinante (Combining Character)

Un carácter Unicode que modifica el carácter base anterior, como acentos y signos diacríticos.

Unicode Standard

Carácter de reemplazo (Replacement Character)

El carácter de diamante con interrogación (U+FFFD, �) que se muestra cuando un decodificador encuentra una secuencia de bytes inválida o irreconocible.

Encoding

Caracteres de dibujo de cajas (Box Drawing)

Caracteres Unicode (U+2500–U+257F) diseñados para dibujar cajas y tablas en interfaces de texto y emuladores de terminal.

Typography

Caracteres de espacio en blanco (Whitespace)

Caracteres que representan espacio horizontal o vertical (espacio, tabulación, salto de línea, etc.) pero no tienen glifo visible.

Typography

Categoría general (General Category)

Una propiedad Unicode que clasifica cada carácter (p. ej., Lu = Letra mayúscula, Sm = Símbolo matemático, So = Otro símbolo).

Unicode Standard

CJK (Chino, Japonés, Coreano)

Abreviatura de Chino, Japonés y Coreano — se refiere al conjunto unificado de caracteres ideográficos compartidos entre estos tres idiomas.

Unicode Standard

Codificación URL (Percent-Encoding)

Un método de codificación de caracteres especiales en URLs reemplazándolos con % seguido de dos dígitos hexadecimales de sus bytes UTF-8.

Web & HTML

Código Alt (Alt Code)

Un método en Windows para escribir caracteres manteniendo Alt y escribiendo un código numérico en el teclado numérico (p. ej., Alt+0169 para ©).

Input Methods

Colación Unicode (Unicode Collation)

Ordenar texto según reglas específicas del idioma usando el Algoritmo de Colación Unicode (UCA, UTS #10).

Programming & Dev

Comillas tipográficas (Curly Quotes)

Comillas tipográficamente correctas (“ ” ‘ ’) en contraposición a las comillas rectas (" ').

Typography

Confusibles (Homoglifos)

Caracteres que se ven similares o idénticos pero tienen diferentes puntos de código (p. ej., 'A' latina U+0041 vs 'А' cirílica U+0410).

Unicode Standard

Conjunto de caracteres (Charset)

Un conjunto definido de caracteres reconocidos por un sistema informático. A menudo se usa indistintamente con 'codificación', aunque técnicamente son conceptos diferentes.

Encoding

Consorcio Unicode (Unicode Consortium)

La organización sin fines de lucro que desarrolla y mantiene el estándar Unicode, agregando nuevos caracteres en publicaciones anuales.

Unicode Standard

Detección de codificación (Encoding Detection)

Técnicas para detectar la codificación de caracteres de archivos de texto, incluyendo detección de BOM, heurísticas y bibliotecas como chardet.

Programming & Dev

Editor de método de entrada (IME)

Software que permite escribir caracteres no disponibles directamente en el teclado, esencial para CJK, árabe y otros sistemas de escritura complejos.

Input Methods

Emoji

Símbolos pictográficos definidos en Unicode, originados en los teléfonos móviles japoneses, ahora un sistema universal de comunicación visual.

Unicode Standard

Entidad HTML (HTML Entity)

Una cadena que comienza con & y termina con ; usada para mostrar caracteres reservados o especiales en HTML (p. ej., & para &).

Web & HTML

Entrada hexadecimal Unicode (Unicode Hex Input)

Un diseño de teclado de macOS que permite escribir caracteres manteniendo Option y escribiendo el código hexadecimal del punto de código.

Input Methods

Escapes de propiedades Unicode (\p{})

Sintaxis regex (\p{Script=Greek}, \p{Letter}) que coincide con caracteres por propiedades Unicode. Soportada en JS, Java, Python y más.

Programming & Dev

Espacio de ancho cero (Zero-Width Space)

Un carácter Unicode invisible (U+200B) que indica un posible punto de salto de línea sin mostrar ningún espacio visible.

Typography

Espacio de no separación (Non-Breaking Space)

Un carácter de espacio (U+00A0) que evita el salto de línea automático en su posición, manteniendo las palabras adyacentes juntas.

Typography

Etiqueta ARIA (ARIA Label)

Un atributo HTML que proporciona nombres accesibles para elementos, fundamental para hacer que interfaces con muchos símbolos sean usables con lectores de pantalla.

Web & HTML

Fuentes web (Web Fonts, @font-face)

Fuentes personalizadas cargadas mediante reglas CSS @font-face, que permiten una tipografía rica más allá de las fuentes instaladas en el sistema.

Web & HTML

Glifo (Glyph)

La representación visual de un carácter renderizado por una fuente específica. Un carácter puede tener múltiples glifos en diferentes fuentes.

Typography

Grupo de grafemas (Grapheme Cluster)

Un carácter percibido por el usuario que puede consistir en múltiples puntos de código (p. ej., un carácter base + marcas combinantes, o un emoji de bandera).

Unicode Standard

Guion medio (En Dash)

Un guion tipográfico (–, U+2013) del ancho de la letra N, usado para rangos (p. ej., 1–10) y relaciones.

Typography

Guion suave (Soft Hyphen)

Un carácter invisible (U+00AD) que marca dónde se puede dividir una palabra con guion al final de línea. Invisible en otros casos.

Typography

Kerning (ajuste de pares)

El ajuste del espaciado entre pares específicos de caracteres para mejorar la apariencia visual (p. ej., AV, To).

Typography

Latin-1 (ISO 8859-1)

Codificación de un solo byte para idiomas de Europa occidental que cubre 256 caracteres (U+0000–U+00FF).

Encoding

Lector de pantalla (Screen Reader)

Tecnología de asistencia que lee texto y elementos de interfaz en voz alta. Los nombres de caracteres Unicode se usan para la pronunciación de símbolos.

Accessibility

Ligadura (Ligature)

Un solo glifo que combina dos o más caracteres (p. ej., fi, fl). Puede ser tipográfica (función de fuente) o un carácter Unicode.

Typography

Longitud de cadena vs conteo de caracteres (String Length vs Character Count)

Por qué str.length en JavaScript devuelve unidades de código UTF-16, no caracteres visuales, y cómo contar grafemas correctamente.

Programming & Dev

Marca de orden de bytes (Byte Order Mark, BOM)

Un carácter Unicode especial (U+FEFF) al inicio de un archivo que indica su orden de bytes y formato de codificación.

Encoding

Módulo unicodedata de Python (Python unicodedata)

Módulo de la biblioteca estándar de Python para buscar nombres, categorías y propiedades de caracteres Unicode.

Programming & Dev

Mojibake (texto ilegible)

Texto ilegible que resulta de decodificar datos con la codificación de caracteres incorrecta. Común al mezclar Latin-1 y UTF-8.

Encoding

Nombre de dominio internacionalizado (IDN)

Un nombre de dominio que contiene caracteres no ASCII, codificado mediante Punycode para compatibilidad DNS.

Web & HTML

Normalización Unicode (Unicode Normalization)

El proceso de convertir texto Unicode a una forma estándar (NFC, NFD, NFKC, NFKD) para garantizar una comparación y almacenamiento consistentes.

Encoding

Panel de emoji de Windows (Windows Emoji Panel)

Una utilidad de Windows (Win+. o Win+;) para explorar e insertar emoji y caracteres especiales.

Input Methods

Par sustituto (Surrogate Pair)

Un par de unidades de código de 16 bits en UTF-16 que juntas representan un único carácter fuera del Plano Multilingüe Básico (BMP).

Encoding

Patrones Braille (Braille Patterns)

256 caracteres Unicode (U+2800–U+28FF) que representan todas las combinaciones posibles de celdas Braille de 8 puntos.

Accessibility

Patrón sándwich Unicode (Unicode Sandwich Pattern)

Una buena práctica de programación: decodificar bytes → procesar texto como Unicode → codificar bytes. Mantiene Unicode en el medio.

Programming & Dev

Plano Multilingüe Básico (Basic Multilingual Plane, BMP)

Los primeros 65,536 puntos de código de Unicode (U+0000 a U+FFFF), que contienen los caracteres más utilizados.

Unicode Standard

Plano Unicode (Unicode Plane)

Un grupo de 65,536 puntos de código consecutivos. Unicode tiene 17 planos (0–16), siendo el Plano 0 el BMP.

Unicode Standard

Propiedad CSS content (CSS content Property)

Una propiedad CSS que inserta contenido antes o después de un elemento, comúnmente usada con secuencias de escape Unicode.

Web & HTML

Punto de código (Code Point)

Un valor numérico en el estándar Unicode que corresponde a un carácter específico, escrito como U+ seguido de dígitos hexadecimales.

Unicode Standard

Punto de código vs carácter vs glifo (Code Point vs Character vs Glyph)

Comprender los tres niveles de abstracción: un punto de código (número), un carácter (abstracto) y un glifo (representación visual).

Programming & Dev

Puntos suspensivos (Ellipsis)

Un solo carácter (…, U+2026) que representa tres puntos, preferido sobre escribir tres puntos seguidos.

Typography

Punycode

Una sintaxis de codificación para representar cadenas Unicode con caracteres ASCII, utilizada en Nombres de Dominio Internacionalizados.

Web & HTML

Raya (Em Dash)

Un guion tipográfico (—, U+2014) del ancho de la letra M, usado para declaraciones parentéticas y rupturas de pensamiento.

Typography

Referencia de carácter (Character Reference)

Un marcado HTML para insertar caracteres por número (☃) o nombre (©), usado para caracteres especiales o reservados.

Web & HTML

Repositorio Común de Datos de Localización (CLDR)

Un proyecto que proporciona reglas de formato específicas de localización para fechas, monedas y nombres de idiomas usados en todo el mundo.

Unicode Standard

Respaldo de fuente (Font Fallback)

Un mecanismo donde el navegador usa fuentes alternativas cuando la fuente principal carece del glifo para un carácter.

Typography

Script (sistema de escritura)

Una propiedad Unicode que indica a qué sistema de escritura pertenece un carácter (p. ej., Latino, Griego, Común, Heredado).

Unicode Standard

Secuencia de escape Unicode (Unicode Escape Sequence)

Una forma de representar caracteres por su punto de código en lenguajes de programación (\u2603 en JS/Java, \u{2603} en ES6+, \U00002603 en Python).

Encoding

Segmentación de grafemas (Grapheme Segmentation, UAX #29)

El algoritmo Unicode para dividir texto en caracteres percibidos por el usuario, manejando secuencias emoji, marcas combinantes, etc.

Programming & Dev

Selector de variación (Variation Selector)

Caracteres Unicode (U+FE00–U+FE0F) que modifican la apariencia del carácter anterior, incluyendo la presentación de texto versus emoji.

Unicode Standard

Signo diacrítico (Diacritical Mark)

Una marca añadida a una letra para cambiar su pronunciación o significado (p. ej., acento agudo é, diéresis ü, tilde ñ).

Typography

Símbolos alfanuméricos matemáticos (Mathematical Alphanumeric Symbols)

Bloque Unicode (U+1D400–U+1D7FF) que contiene letras y dígitos estilizados usados en notación matemática.

Unicode Standard

Soporte Unicode en Regex (Regex Unicode Support)

Uso de expresiones regulares compatibles con Unicode mediante indicadores como /u en JS y re.UNICODE en Python.

Programming & Dev

Tecla Compose (Compose Key)

Una tecla en sistemas Linux/Unix que inicia una secuencia de múltiples teclas para producir caracteres especiales (p. ej., Compose + c + o → ©).

Input Methods

Teclas muertas (Dead Keys)

Teclas del teclado que no producen un carácter inmediatamente sino que modifican la siguiente pulsación (p. ej., ´ luego e → é).

Input Methods

Texto alternativo para símbolos (Alt Text for Symbols)

Mejores prácticas para proporcionar alternativas de texto accesibles para caracteres simbólicos decorativos y significativos.

Accessibility

Texto bidireccional (Bidirectional Text, Bidi)

Texto que mezcla direcciones de escritura de izquierda a derecha y de derecha a izquierda, requiriendo el Algoritmo Bidireccional de Unicode para su correcta presentación.

Unicode Standard

Tofu (glifo faltante)

El rectángulo vacío (□) que se muestra cuando una fuente no puede renderizar un carácter, llamado así por su apariencia similar al tofu.

Typography

Tracking (espaciado de letras)

Ajuste uniforme del espacio entre todos los caracteres en un bloque de texto, distinto del kerning.

Typography

Unicode

Un estándar universal de codificación de caracteres que asigna un número único (punto de código) a cada carácter de todos los sistemas de escritura.

Unicode Standard

Unicode en URLs e IRIs (Unicode in URLs & IRIs)

Cómo se manejan los caracteres Unicode en URLs: IRI (RFC 3987), codificación porcentual de bytes UTF-8 y visualización en navegadores.

Programming & Dev

unicode-range (CSS)

Un descriptor CSS que especifica el rango de puntos de código Unicode que cubre una fuente web, permitiendo la subconjunción de fuentes.

Web & HTML

Unidor de ancho cero (Zero-Width Joiner, ZWJ)

Un carácter invisible (U+200D) que une caracteres adyacentes, comúnmente usado en secuencias emoji para crear emojis combinados.

Unicode Standard

UTF-16

Codificación de caracteres que utiliza 2 o 4 bytes por carácter. Se usa internamente en JavaScript y Java.

Encoding

UTF-32

Codificación de ancho fijo que utiliza 4 bytes por carácter, simple pero con alto consumo de memoria.

Encoding

UTF-8

Codificación de caracteres de ancho variable que utiliza de 1 a 4 bytes para representar puntos de código Unicode. Es la codificación dominante en la web.

Encoding

Versión Unicode (Unicode Version)

Publicaciones numeradas del estándar Unicode (p. ej., 16.0), cada una agregando nuevos caracteres, scripts y emoji.

Unicode Standard

Viñeta (Bullet Character)

Un símbolo tipográfico (•, U+2022) usado para elementos de lista y decoración de texto.

Typography

Visor de caracteres de macOS (macOS Character Viewer)

Una utilidad integrada de macOS (Ctrl+Cmd+Space) para explorar e insertar caracteres Unicode y emoji.

Input Methods

Windows-1252

Un superconjunto de Latin-1 usado por defecto en aplicaciones legacy de Windows, con caracteres adicionales en el rango 0x80–0x9F.

Encoding