Der Unicode-Standard kodiert nicht nur eine sehr große Zahl von Zeichen, sondern legt zu jedem dieser Zeichen auch eine Reihe von Eigenschaften fest, die das Zeichen und sein Verhalten beschreiben. So kann man den Eigenschaften des Buchstaben Ä etwa entnehmen, dass es sich um einen Großbuchstaben handelt, dass der zugehörige Kleinbuchstabe das ä ist oder dass er sich in ein A mit Trema zerlegen lässt.

Allgemeines Formal sind Unicode-Eigenschaften als Abbildungen von Codepunkten in einen bestimmten Wertebereich definiert. Die Daten werden in verschiedenen einfachen Textdateien sowie als XML-Datei zur Verfügung gestellt.

Werte Je nach Eigenschaft sind verschiedene Wertebereiche möglich. Die meisten Eigenschaften sind aufzählende Eigenschaften, ihr Wertebereich besteht aus einer festgelegten Menge. Aufzählende Eigenschaften werden nochmals weiter unterteilt in Katalogeigenschaften und binäre Eigenschaften. Katalogeigenschaften zeichnen sich dadurch aus, dass mit neuen Unicode-Versionen die Menge der möglichen Werte schrittweise anwächst. Binäre Eigenschaften sind aufzählende Eigenschaften mit genau zwei Werten, wahr (Y) und falsch (N). Es wird also angegeben, ob die Eigenschaft auf dieses Zeichen zutrifft oder nicht.

Außerdem gibt es Stringeigenschaften, die jedem Zeichen eine Zeichenkette aus Unicode-Zeichen zuordnen, numerische Eigenschaften, die jedem Zeichen eine Zahl zuordnen und sonstige Eigenschaften, die sich keiner dieser Kategorien zuordnen lassen.

Standardwerte Eigenschaften haben aus mehreren Gründen ein oder mehrere Standardwerte. Zum einen wird in den Tabellen oft der Standardwert ausgelassen, um diese übersichtlicher zu gestalten. Zum anderen müssen Programme auch mit Text umgehen können, der nach einer neueren Unicode-Version erstellt wurde, und daher auch Zeichen enthalten kann, die zu dem Zeitpunkt, als das Programm entwickelt wurde, noch nicht belegt waren. Für aufzählende Eigenschaften ist jeweils meist ein Wert festgelegt, der als Standard gilt, in wenigen Fällen gibt es mehrere Standardwerte, die je nach Block vergeben werden. Bei binären Eigenschaften ist der Standardwert immer N, also nicht zutreffend.

Bei Stringeigenschaften ist der Standardwert immer das Zeichen selbst.

Aliase Viele Eigenschaften haben neben ihrem eigentlichen Namen auch einen oder mehrere Aliasnamen. Häufig handelt es sich dabei um Abkürzungen. Auch für die möglichen Werte aufzählender Eigenschaften sind oft kurze Aliase festgelegt.

Status Viele Eigenschaften sind normativ, also verbindlich für Programme, die nach dem Unicode-Standard arbeiten und die Eigenschaft interpretieren. Andere Eigenschaften sind dagegen als informativ gekennzeichnet und dienen nur als Zusatzinformation ohne verbindlichen Charakter. Eine Gruppe von Eigenschaften ist als beisteuernd gekennzeichnet. Diese Eigenschaften sollten nicht für sich alleine verwendet werden, sondern wurden definiert, um andere Eigenschaften daraus abzuleiten. Sie kennzeichnen meist eine Ausnahmemenge von Zeichen, die ansonsten nicht erfasst würde. Als Letztes gibt es noch provisorische Eigenschaften, die zunächst unter Vorbehalt aufgenommen wurden, um zu sehen, ob sie sich in der Praxis bewähren.

Einige Eigenschaften sind zusätzlich als deprecated („überholt“) markiert, diese sollten aus unterschiedlichen Gründen nicht mehr verwendet werden, bleiben aber aus Gründen der Abwärtskompatibilität im Unicode-Standard vorhanden.

Stabilität Um Abwärtskompatibilität zu gewährleisten, werden einige Eigenschaften, sobald sie einmal für ein Zeichen festgelegt sind, nicht oder nur in bestimmter vorher bekannter Weise geändert. So ist etwa festgelegt, dass der Name eines Zeichens nie geändert wird, selbst wenn er sich als falsch herausstellt.

Eigenschaften Die folgenden Listen führen alle Unicode-Eigenschaften auf, gruppiert wie in der offiziellen Dokumentation, zum Stand Unicode 6.3. Angegeben ist jeweils der Name der Eigenschaft, ein abkürzender Alias-Name (falls vorhanden), der Status der Eigenschaft, die Art des Wertebereichs und eine Beschreibung.

Allgemein Die allgemeinen Eigenschaften geben einen groben Überblick über das Zeichen. Verwendung finden sie unter anderem in regulären Ausdrücken, wenn diese etwa wie in Perl die Abfrage von Unicode-Eigenschaften unterstützen.perlretut: More on characters, strings, and character classes. Perl-Dokumentation auf perldoc.perl.org

Eigenschaft Kurz Status Werte Beschreibung Name na normativ Sonstiges Name des Zeichens Name_Alias normativ Sonstiges Aliasnamen, vor allem für Kontrollzeichen verwendet, bei denen die Eigenschaft Name grundsätzlich leer bleibt Block blk normativ Katalog Unicodeblock, in dem das Zeichen liegt Age age normativinformativ Katalog Version, in der das Zeichen aufgenommen wurde General_Category gc normativ aufzählend grobe Unterteilung aller Zeichen, siehe eigener Abschnitt Script sc informativ Katalog Schriftsystem des Zeichens, also etwa Lateinisch, Griechisch, Kyrillisch, etc.; Common für Zeichen, die in mehreren Schriftsystemen verwendet werden Script_Extensions informativ Sonstiges Schriftsysteme bei Zeichen, die in mehreren Systemen verwendet werden White_Space WSpace normativ binär kennzeichnet ein Zeichen als Leerzeichen Alphabetic Alpha informativ binär Zeichen aus Alphabeten Hangul_Syllable_Type hst normativ aufzählend Bestimmung der Silbenblöcke im Koreanischen Noncharacter_Code_Point NChar normativ binär reservierte Zeichen Default_Ignorable_Code_Point DI normativ binär Zeichen, die bei der Darstellung ignoriert werden sollten, sofern das Programm sie nicht unterstützt Deprecated Dep normativ binär missbilligte Zeichen, die nicht mehr verwendet werden sollten Logical_Order_Exception LOE normativ binär Zeichen, die vor der Anwendung des Unicode Collation Algorithm mit dem folgenden Zeichen vertauscht werden müssen Variation_Selector VS normativ binär Variantenselektoren, die zwischen verschiedenen Darstellungsvarianten des vorhergehenden Zeichens wählen

Allgemeine Kategorie Die Eigenschaft General_Category ist eine der grundlegenden Eigenschaften, die sowohl im Unicode-Standard selbst als auch in vielen anderen technischen Dokumentationen verwendet wird. Sie unterteilt alle Zeichen nach ihrer Hauptverwendung in Buchstaben, Zahlen, Interpunktion und weitere. Die folgende Tabelle listet die möglichen Werte auf.

Kategorie Code Bedeutung Beispiele Buchstabe L Großbuchstabe Lu Großbuchstabe A, Ä, Δ, DŽ Kleinbuchstabe Ll Kleinbuchstabe a, ä, δ, dž Titelbuchstabe Lt Zeichen, die in Titelschreibweise stehen. Dies sind nur einige wenige Zeichen, die einen Digraph kodieren Dž Modifizierender Buchstabe Lm Buchstaben, die den vorangehenden Buchstaben modifizieren Buchstaben aus dem Unicodeblock Spacing Modifier Letters Sonstiger Buchstabe Lo Buchstaben aus Alphabeten, die nicht zwischen Groß- und Kleinschreibung unterscheiden (etwa Hebräisch), CJK und sonstige ב, 丌 Kombinierendes Zeichen M ohne Vorschub Mn Kombinierendes Zeichen, das auf oder unter das vorangehenden Zeichen gesetzt wird kombinierende diakritische Zeichen mit Vorschub Mc Kombinierendes Zeichen, das selbst Platz beansprucht indische Vokalzeichen umschließend Me Kombinierendes Zeichen, das das vorangehende Zeichen ganz umschließt Kombinierender umschließender Kreis Zahl N Ziffer Nd Ziffern 0, 1 Buchstabe Nl Buchstaben, die als Zahlen verwendet werden Ⅲ Sonstiges Zahlzeichen No sonstige Zahlen, etwa hochgestellte, eingekreiste oder Brüche ², ½, ② Interpunktion P verbindend Pc Zeichen, die zwei Teile zu einem Wort verbinden Unterstrich Strich Pd verschiedene Striche: Bindestrich, Gedankenstrich, etc. -, –, — öffnend Ps öffnende Klammern (, [, { schließend Pe schließende Klammern ), ], } öffnendes Anführungszeichen Pi öffnende Anführungszeichen (kann je nach Sprache auch als schließendes verwendet werden) « schließendes Anführungszeichen Pf schließendes Anführungszeichen (kann je nach Sprache auch als öffnendes verwendet werden) » sonstige Interpunktion Po Satzzeichen und andere Interpunktion, die in keine der obigen Kategorien fallen ! . , : ; ? § Symbol S Mathematisches Symbol Sm Symbole, die in mathematischen Zusammenhängen verwendet werden +, <, >, ± Währungssymbol Sc Symbole, die eine Währung kennzeichnen $, € Modifizierendes Symbol Sk Symbole, die das vorangehende Zeichen modifizieren Symbole aus dem Unicodeblock Spacing Modifier Letters Sonstiges Symbol So Symbole, die in keine der obigen Kategorien fallen ⛔, © Leerraum Z Leerzeichen Zs Leerzeichen unterschiedlicher Breite Leerzeichen, geschütztes Leerzeichen Zeilenumbruch Zl Zeilentrenner (U+2028) Absatzumbruch Zp Absatztrenner (U+2029) Sonstiges Zeichen C Steuerzeichen Cc allgemeine Steuerzeichen BEL Formatierung Cf Steuerzeichen zur Formatierung bedingter Trennstrich, bidirektionale Steuerzeichen Surrogate Cs Surrogate Privater Gebrauch Co Zeichen zum privaten Gebrauch U+F8FF nicht zugewiesen Cn Codepunkte, denen (noch) kein Zeichen zugewiesen ist

Groß-/Kleinschreibung Viele Eigenschaften beschäftigen sich mit der Groß-/Kleinschreibung. Sie legen fest, ob ein Zeichen ein Groß- oder Kleinbuchstabe ist, welches der Kleinbuchstabe zu einem gegebenen Großbuchstaben ist und umgekehrt und weiteres. Um Zeichenketten schreibweisenunabhängig zu vergleichen, wird eine als case fold bezeichnete Normalform definiert. Verwendet werden diese Eigenschaften unter anderem von den verschiedenen Unicode-Casing-Algorithmen.

Eigenschaft Kurz Status Werte Beschreibung Uppercase Upper informativ binär kennzeichnet ein Zeichen als Großbuchstaben Lowercase Lower informativ binär kennzeichnet ein Zeichen als Kleinbuchstaben Cased informativ binär kennzeichnet alle Zeichen die ein Groß-, Klein- oder Titelbuchstabe sind Simple_Lowercase_Mapping slc normativ String zugehöriger Kleinbuchstabe (falls es sich um ein Zeichen handelt) Simple_Titlecase_Mapping stc normativ String zugehöriger Titelbuchstabe (falls es sich um ein Zeichen handelt) Simple_Uppercase_Mapping suc normativ String zugehöriger Großbuchstabe (falls es sich um ein Zeichen handelt) Simple_Case_Folding scf normativ String zugehöriger casefold-Buchstabe (falls es sich um ein Zeichen handelt) Lowercase_Mapping lc informativ String entsprechende Zuordnungen, die auch komplexere Umwandlungen beinhalten Titlecase_Mapping tc informativ String Uppercase_Mapping uc informativ String Case_Folding cf normativ String Soft_Dotted SD normativ binär i, j und ähnliche Zeichen, deren Punkt bei der Großschreibung und im Zusammenhang mit diakritischen Zeichen entfernt wird Case_Ignorable CI informativ binär Zeichen ohne Bedeutung für Fragen nach Groß-/Kleinschreibung Changes_When_Lowercased CWL informativ binär Zeichen, die sich beim Umwandeln in Kleinschreibung ändern Changes_When_Titlecased CWT informativ binär Zeichen, die sich beim Umwandeln in Titelschreibung ändern Changes_When_Uppercased CWU informativ binär Zeichen, die sich beim Umwandeln in Großschreibung ändern Changes_When_Casefolded CWCF informativ binär Zeichen, die sich beim Umwandeln in die casefold-Normalform ändern Changes_When_Casemapped CWCM informativ binär Zeichen, die sich bei irgendeiner Änderung von Groß-/Kleinschreibung ändern

Numerisch Die folgenden Eigenschaften beschäftigen sich mit numerischen Eigenschaften von Zeichen, besonders den Zahlzeichen in Unicode.

Eigenschaft Kurz Status Werte Beschreibung Numeric_Value nv normativ numerisch numerischer Wert des Zeichens Numeric_Type nt normativ aufzählend Art (Dezimal, Ziffer, Numerisch) ASCII_Hex_Digit AHex normativ binär ASCII-Zeichen, die für Hexadezimalziffern verwendet werden, also 0 bis 9, a bis f und A bis F Hex_Digit Hex informativ binär Zeichen, die für Hexadezimalziffern verwendet werden, einschließlich ihrer Varianten

Normalisierung Eine Reihe von Eigenschaften behandelt die verschiedenen Arten der Normalisierung von Unicode-Texten.