Знак евро вместо символа-заполнителя

€ Начинаем новую рубрику «пятиминутка ликбеза с сайтом Таблица символов Юникода» Сегодня посмотрим на раздел «Управляющие символы С1», к которому относятся символы с кодами от 0080 до 009F. То есть блок, идущий сразу после ASCII (первые 128 символов). Этот раздел был унаследован Юникодом от кодовой страницы ISO 8859-1. Сама же ISO 8859-1 (также известная, как Latin-1), основана на символьном наборе для терминалов. В следствии чего, первые 32 символа были выделены для различных терминальных команд. То есть, «разрешение разрыва строки», «запрещение разрыва строки», «обратный перевод строки», «символ-заполнитель» и остальной допотопный треш. На Latin-1 также раньше строились и другие 8-битные кодировки, в частности Windows-1252, использовавшаяся в Windows для западноевропейских алфавитов. Однако, Microsoft, как всегда, сторонние стандарты использует, но только так, как хочет. Там решили, что в Latin-1 не попали многие нужные и ненужные, но забавные, символы. Например, не попал знак евро (€), что всех очень напрягало, так как цены на сайтах писать не удобно. Зато целых тридцать две позиции занимают какие-то символы для терминалов. Кому они нужны? На терминалах-то и Windows нету. То есть, взяли и понапихали в этот раздел своих символов. Был символ 0080 «символом-заполнителем», а стал знаком евро. Ещё различных крестиков, процентиков, знаков функций и ещё чего-то совершенно непонятного напридумывали. Ну, и шрифты, соответственно, перерисовали, чтобы на 128-м месте шло евро. А если какой терминал подавится подобным текстом, то никому уже никакого дела не было. € ƒ ‡ ‰ Œ И потом пришёл Юникод, а у него в стандарте 0080 никакой не евро. Евро у него — 20AC. А 0080—009F, по-прежнему, терминальные символы. То есть, все тексты, которые раньше использовали эти символы из win-1252, они как-бы неправильные. И советы по всей сети, вроде «для ввода евро нажмите ALT+128» тоже неправильные. Но это какая-то нехорошая ситуация, поэтому её решили, как всегда костылём. Например, в стандарте HTML5 сказано, символы из ISO-8859-1 нужно заменять на windows-1252. И все браузеры этому следует. Что это значит, рассмотрим на примере:

Получается, что мы вывели символ с кодом 128, а он заменился на 8364. То есть, «терминальный символ, который использовался вместо евро», заменился на «настоящий Unicode-евро». Также ƒ меняется на 402-й символ (знак функции). То есть, даже если взять нормальный шрифт, поддерживающий Unicode (Universalia, например), в котором по 128-му коду нет никакого евро, всё равно вместо € будет красоваться евро (но html-валидатор всё-таки выругается). Тоже самое, если вставлять в DOM через JavaScript: var div = document.createElement("div"); div.innerHTML = "€"; console.log(div.firstChild.nodeValue.charCodeAt(0)); // 8364 Но можно вставить непосредственно символ. Тогда всё нормально: var div = document.createElement("div"), char = String.fromCharCode(128), text = document.createTextNode(char); div.appendChild(text); console.log(div.firstChild.nodeValue.charCodeAt(0)); // 128 Выводы и вопросы 1. Верстальщикам: евро, это не €, а €. А ещё лучше: €. 2. Программистам: когда вам кажется, что из DOM должен прийти точно определённый символ — креститься надо. 3. Разработчикам Юникода: нахрена вам терминальные символы и почему столько мусора, а знака рубля нет? Список заменяемых символов из 0080—009F € 0080 → 20AC Euro sign ‚ 0082 → 201A Single low-9 quotation mark ƒ 0083 → 0192 Latin small letter f with hook „ 0084 → 201E Double low-9 quotation mark … 0085 → 2026 Horizontal ellipsis † 0086 → 2020 Dagger ‡ 0087 → 2021 Double dagger ˆ 0088 → 02C6 Modifier letter circumflex accent ‰ 0089 → 2030 Per mille sign Š 008A → 0160 Latin capital letter s with caron ‹ 008B → 2039 Single left-pointing angle quotation mark Œ 008C → 0152 Latin capital ligature oe Ž 008E → 017D Latin capital letter z with caron ‘ 0091 → 2018 Left single quotation mark ’ 0092 → 2019 Right single quotation mark “ 0093 → 201C Left double quotation mark ” 0094 → 201D Right double quotation mark • 0095 → 2022 Bullet – 0096 → 2013 En dash — 0097 → 2014 Em dash ˜ 0098 → 02DC Small tilde ™ 0099 → 2122 Trade mark sign š 009A → 0161 Latin small letter s with caron › 009B → 203A Single right-pointing angle quotation mark œ 009C → 0153 Latin small ligature oe ž 009E → 017E Latin small letter z with caron Ÿ 009F → 0178 Latin capital letter y with diaeresis