charset-unicode.inc.pl

   1 use utf8;
   2 my %uniblock = (
   3         0x000, '<td colspan="2" class="X Cc" style="border-right:none">control',
   4         0x002, '<td colspan="2" class="X L Po" style="border-left:none; border-right:none">comn',
   5         0x004, '<td colspan="4" class="X L Latin" style="border-left:none">basic latin',
   6         0x008, '<td colspan="2" class="X Cc" style="border-right:none">control',
   7         0x00A, '<td colspan="2" class="X L So" style="border-left:none; border-right:none">comn',
   8         0x00C, '<td colspan="4" class="X L Latin" style="border-left:none">latin1',
   9         0x010, '<td colspan="8" class="X L Latin">latin extended-A',
  10         0x018, '<td colspan="8" class="X L Latin">latin extended-B',
  11         0x020, '<td colspan="5" class="X L Latin">latin ext-B',
  12         0x025, '<td colspan="6" class="X L Latin">IPA',
  13         0x02B, '<td colspan="5" class="X Sk">spacing modifier',
  14         0x030, '<td colspan="8" class="X Mn">diacritics',
  15         0x038, '<td colspan="8" class="X L Greek">greek',
  16         0x040, '<td colspan="16" class="X L Cyrillic">cyrillic',
  17         0x050, '<td colspan="3" class="X L Cyrillic">cyrillic+',
  18         0x053, '<td colspan="5" class="X L Armenian">armenian',
  19         0x058, '<td colspan="8" class="X L Hebrew">hebrew',
  20         0x060, '<td colspan="16" class="X L Arabic">arabic',
  21         0x070, '<td colspan="5" class="X L Aramaic">syriac',
  22         0x075, '<td colspan="3" class="X L Arabic">arabic+',
  23         0x078, '<td colspan="4" class="X L African">thaana',
  24         0x07C, '<td colspan="4" class="X L African">n\'ko',
  25         0x080, '<td colspan="4" class="X L Hebrew">samaritan',
  26         0x084, '<td colspan="2" class="X L Aramaic">manda',
  27         0x086, '<td colspan="4" class="">reserved',
  28         0x08A, '<td colspan="6" class="X L Arabic">arabic ext-A',
  29         0x090, '<td colspan="8" class="X L Brahmic">devanagari',
  30         0x098, '<td colspan="8" class="X L Brahmic">bengali',
  31         0x0A0, '<td colspan="8" class="X L Brahmic">gurmukhi',
  32         0x0A8, '<td colspan="8" class="X L Brahmic">gujarati',
  33         0x0B0, '<td colspan="8" class="X L Brahmic">oriya',
  34         0x0B8, '<td colspan="8" class="X L Brahmic">tamil',
  35         0x0C0, '<td colspan="8" class="X L Brahmic">telugu',
  36         0x0C8, '<td colspan="8" class="X L Brahmic">kannada',
  37         0x0D0, '<td colspan="8" class="X L Brahmic">malayalam',
  38         0x0D8, '<td colspan="8" class="X L Brahmic">sinhala',
  39         0x0E0, '<td colspan="8" class="X L Brahmic Khmer">thai',
  40         0x0E8, '<td colspan="8" class="X L Brahmic Khmer">lao',
  41         0x0F0, '<td colspan="16" class="X L Brahmic">tibetan',
  42         0x100, '<td colspan="10" class="X L Brahmic">myanmar',
  43         0x10A, '<td colspan="6" class="X L Aramaic">georgian',
  44         0x110, '<td colspan="16" class="X L Hangul">hangeul jamo',
  45         0x120, '<td colspan="16" class="X L African">ethiopic',
  46         0x130, '<td colspan="8" class="X L African">ethiopic',
  47         0x138, '<td colspan="2" class="X L African">eth+',
  48         0x13A, '<td colspan="6" class="X L Syllabic">cherokee',
  49         0x140, '<td colspan="16" rowspan="2" class="X L Syllabic">unified canadian aboriginal syllabics',
  50         0x160, '<td colspan="8" class="X L Syllabic">unified canadian syllabics',
  51         0x168, '<td colspan="2" class="X L Alpha">ogham',
  52         0x16A, '<td colspan="6" class="X L Alpha">runic',
  53         0x170, '<td colspan="2" class="X L Brahmic">tagalog',
  54         0x172, '<td colspan="2" class="X L Brahmic">hanun',
  55         0x174, '<td colspan="2" class="X L Brahmic">buhid',
  56         0x176, '<td colspan="2" class="X L Brahmic" title="tagbanwa">tagb',
  57         0x178, '<td colspan="8" class="X L Brahmic Khmer">khmer',
  58         0x180, '<td colspan="11" class="X L Aramaic">mongolian',
  59         0x18B, '<td colspan="5" class="X L Syllabic">canadian+',
  60         0x190, '<td colspan="5" class="X L Brahmic">limbu',
  61         0x195, '<td colspan="3" class="X L Brahmic">tai le',
  62         0x198, '<td colspan="6" class="X L Brahmic">new tai lue',
  63         0x19E, '<td colspan="2" class="X L Brahmic Khmer" title="khmer symbols">khmer',
  64         0x1A0, '<td colspan="2" class="X L Brahmic">lontara',
  65         0x1A2, '<td colspan="9" class="X L Brahmic">tai tham',
  66         0x1AB, '<td colspan="5" class="X Mn">diacritics+',
  67         0x1B0, '<td colspan="8" class="X L Brahmic">balinese',
  68         0x1B8, '<td colspan="4" class="X L Brahmic">sundanese',
  69         0x1BC, '<td colspan="4" class="X L Brahmic">batak',
  70         0x1C0, '<td colspan="5" class="X L Brahmic">lepcha',
  71         0x1C5, '<td colspan="3" class="X L Alpha">ol chiki',
  72         0x1C8, '<td colspan="1" class="X Xr L Cyrillic">cyr',
  73         0x1C9, '<td colspan="3" class="">reserved',
  74         0x1CC, '<td colspan="1" class="X L Brahmic">sn',
  75         0x1CD, '<td colspan="3" class="X L Brahmic">vedic',
  76         0x1D0, '<td colspan="8" class="X L Latin">phonetic',
  77         0x1D8, '<td colspan="4" class="X L Latin">phonetic+',
  78         0x1DC, '<td colspan="4" class="X Mn">diacritics+',
  79         0x1E0, '<td colspan="16" class="X L Latin">latin extended additional',
  80         0x1F0, '<td colspan="16" class="X L Greek">greek+',
  81         0x200, '<td colspan="7" class="X Po">general punctuation',
  82         0x207, '<td colspan="3" class="X L Latin">suþscript', # suth now means "sub and/or sup"
  83         0x20A, '<td colspan="3" class="X Sc">currency',
  84         0x20D, '<td colspan="3" class="X Mn">overlay',
  85         0x210, '<td colspan="5" class="X So">letterlike',
  86         0x215, '<td colspan="4" class="X Latin">number',
  87         0x219, '<td colspan="7" class="X So">arrows',
  88         0x220, '<td colspan="16" class="X Sm">mathematical symbols',
  89         0x230, '<td colspan="16" class="X So">miscellaneous technical',
  90         0x240, '<td colspan="4" class="X So">control',
  91         0x244, '<td colspan="2" class="X So">OCR',
  92         0x246, '<td colspan="10" class="X Latin">enclosed alphanumerics',
  93         0x250, '<td colspan="8" class="X So">box drawing',
  94         0x258, '<td colspan="2" class="X So">blocks',
  95         0x25A, '<td colspan="6" class="X So">geometric shapes',
  96         0x260, '<td colspan="16" class="X So">miscellaneous symbols',
  97         0x270, '<td colspan="12" class="X So">dingbats',
  98         0x27C, '<td colspan="3" class="X Sm">maths-A',
  99         0x27F, '<td colspan="1" class="X So" title="supplemental arrows-A">arr',
 100         0x280, '<td colspan="16" class="X L Alpha">braille',
 101         0x290, '<td colspan="8" class="X So">supplemental arrows-B',
 102         0x298, '<td colspan="8" class="X Sm">mathematical symbols-B',
 103         0x2A0, '<td colspan="16" class="X Sm">supplemental mathematical operators',
 104         0x2B0, '<td colspan="16" class="X So">miscellaneous symbols and arrows',
 105         0x2C0, '<td colspan="6" class="X L Cyrillic">glagolitic',
 106         0x2C6, '<td colspan="2" class="X L Latin">latin-C',
 107         0x2C8, '<td colspan="8" class="X L Greek">coptic',
 108         0x2D0, '<td colspan="3" class="X L Aramaic">georgian+',
 109         0x2D3, '<td colspan="5" class="X L Alpha">tifinagh', #TODO: proto-canaanite
 110         0x2D8, '<td colspan="6" class="X L African">ethiopic+',
 111         0x2DE, '<td colspan="2" class="X L Cyrillic">cyrl-A',
 112         0x2E0, '<td colspan="8" class="X Po">punctuation+',
 113         0x2E8, '<td colspan="8" class="X L Han">cjk radicals',
 114         0x2F0, '<td colspan="14" class="X L Han">kangxi radicals',
 115         0x2FE, '<td colspan="1" class="">',
 116         0x2FF, '<td colspan="1" class="X So Han">idc',
 117         0x300, '<td colspan="4" class="X Po Han">cjk misc',
 118         0x304, '<td colspan="6" class="X L Hiragana">hiragana',
 119         0x30A, '<td colspan="6" class="X L Katakana">katakana',
 120         0x310, '<td colspan="3" class="X L Bopomofo">bopomofo',
 121         0x313, '<td colspan="6" class="X L Katakana">hangeul compat',
 122         0x319, '<td colspan="1" class="X L Han" title="kanbun">kbn',
 123         0x31A, '<td colspan="2" class="X L Bopomofo" title="bopomofo extended">bpmf',
 124         0x31C, '<td colspan="3" class="X L Han" title="CJK strokes">strokes',
 125         0x31F, '<td colspan="1" class="X L Katakana" title="katakana phonetic extensions">k+',
 126         0x320, '<td colspan="16" class="X L Han">enclosed cjk characters',
 127         0x330, '<td colspan="16" class="X Xd L Han">cjk compatibility',
 128         0x340, '<td colspan="16" rowspan="25" class="X L Han">cjk unified ideographs extension A',
 129         0x4D0, '<td colspan="12" class="X L Han" style="border-top:none">cjk unified ideographs extension A',
 130         0x4DC, '<td colspan="4" class="X So">hexagrams',
 131         0x4E0, '<td colspan="16" rowspan="82" class="X L Han">cjk unified ideographs',
 132         0xA00, '<td colspan="16" rowspan="4" class="X L Syllabic">yi',
 133         0xA40, '<td colspan="9" class="X L Syllabic" style="border-top:none">yi',
 134         0xA49, '<td colspan="4" class="X L Syllabic">yi radicals',
 135         0xA4D, '<td colspan="3" class="X L Latin">lisu',
 136         0xA50, '<td colspan="16" class="X L Syllabic">vai',
 137         0xA60, '<td colspan="4" class="X L Syllabic" style="border-top:none">vai',
 138         0xA64, '<td colspan="6" class="X L Cyrillic">cyrillic extended-B',
 139         0xA6A, '<td colspan="6" class="X L Syllabic">bamum',
 140         0xA70, '<td colspan="2" class="X L Mn">tones',
 141         0xA72, '<td colspan="14" class="X L Latin">latin extended-D',
 142         0xA80, '<td colspan="3" class="X L Brahmic">sylheti',
 143         0xA83, '<td colspan="1" class="X No">in',
 144         0xA84, '<td colspan="4" class="X L Brahmic">phags-pa',
 145         0xA88, '<td colspan="6" class="X L Brahmic">saurashtra',
 146         0xA8E, '<td colspan="2" class="X L Brahmic">deva+',
 147         0xA90, '<td colspan="3" class="X L Brahmic">kayah li',
 148         0xA93, '<td colspan="3" class="X L Brahmic">rejang',
 149         0xA96, '<td colspan="2" class="X L Hangul">jamo-A',
 150         0xA98, '<td colspan="6" class="X L Brahmic">javanese',
 151         0xA9E, '<td colspan="2" class="X L Brahmic" title="myanmar extended-B">mm-B',
 152         0xAA0, '<td colspan="6" class="X L Brahmic">cham',
 153         0xAA6, '<td colspan="2" class="X L Brahmic" title="myanmar extended-A">mm-A',
 154         0xAA8, '<td colspan="6" class="X L Brahmic Khmer">tai viet',
 155         0xAAE, '<td colspan="2" class="X L Brahmic" title="meetei mayek extended">mtei+',
 156         0xAB0, '<td colspan="3" class="X L African">ethiopic-A',
 157         0xAB3, '<td colspan="4" class="X L Latin">latin ext-E',
 158         0xAB7, '<td colspan="5" class="X Xr L Syllabic">cherokee+',
 159         0xABC, '<td colspan="4" class="X L Brahmic" title="meetai mayek">meithei',
 160         0xAC0, '<td colspan="16" rowspan="43" class="X L Hangul">hangeul syllables',
 161         0xD70, '<td colspan="11" class="X L Hangul" style="border-top:none">hangeul syllables',
 162         0xD7B, '<td colspan="5" class="X L Hangul">haungeul jamo-B',
 163         0xD80, '<td colspan="16" rowspan="4" class="X Cs">high surrogates',
 164         0xDC0, '<td colspan="16" rowspan="4" class="X Cs">low surrogates',
 165         0xE00, '<td colspan="16" rowspan="25" class="X Co">private use',
 166         0xF90, '<td colspan="16" rowspan="2" class="X L Han">cjk compatibility ideographs',
 167         0xFB0, '<td colspan="5" class="X Xd L Alpha">presentation',
 168         0xFB5, '<td colspan="11" class="X Xd L Arabic" style="border-bottom:none">',
 169         0xFC0, '<td colspan="16" class="X Xd L Arabic" style="border-top:none; border-bottom:none">arabic presentation forms A',
 170         0xFD0, '<td colspan="13" class="X Xd L Arabic" style="border-top:none">',
 171         0xFDD, '<td colspan="2" class="Xi">?',
 172         0xFDF, '<td colspan="1" class="X Xd L Arabic" style="border-top:none">',
 173         0xFE0, '<td colspan="1" class="X Cc">var',
 174         0xFE1, '<td colspan="1" class="X L Pd">ver',
 175         0xFE2, '<td colspan="1" class="X L Mn">½',
 176         0xFE3, '<td colspan="2" class="X Xd Pd Han">comp',
 177         0xFE5, '<td colspan="2" class="X Xd L Latin">small',
 178         0xFE7, '<td colspan="9" class="X Xd L Arabic">arabic presentation B',
 179         0xFF0, '<td colspan="15" class="X L Latin">halfwidth &amp; fullwidth forms',
 180         0xFFF, '<td colspan="1" class="X Cc">sp',
 181 );
 182
 183 sub {
 184         return defined $uniblock{$_[0]} ? $uniblock{$_[0]} : ();
 185 }
 186