Ponto de código

Na terminologia de codificação de caracteres, um ponto de código ou posição de código é qualquer dos valores numéricos que compõem o espaço de código (uma série de valores numéricos disponíveis para codificação de caracteres).^[1] Por exemplo, o ASCII dispõe de 128 pontos de código no intervalo de 0_hex a 7F_hex, o ASCII estendido dispõe de 256 pontos de código no intervalo de 0_hex a FF_hex e o Unicode compreende 1.114.112 pontos de código na faixa de 0_hex a 10FFFF_hex. O espaço de código do Unicode é dividido em dezessete planos (o plano multilíngue básico e 16 planos suplementares), cada um com 65.536 (= 2¹⁶) pontos de código. Assim, o tamanho total do espaço de código do Unicode é de 17 x 65.536 = 1.114.112.

Definição

A noção de um ponto de código é utilizada para a abstração, para distinguir:

• o número de uma codificação como uma sequência de bits, e
• o caractere abstrato a partir de uma representação gráfica particular (glifo).

Isso é porque pode-se desejar fazer essas distinções:

• codificar um espaço de código particular de diferentes maneiras, ou
• exibir um caractere através de diferentes glifos.

Para o Unicode, a seqüência de bits particular é chamada de unidade de código - para a codificação UCS-4, qualquer ponto de código é codificado como números binários 4-byte (octeto), enquanto na codificação UTF-8, pontos de código diferentes são codificados como sequências de um a quatro bytes de comprimento, que formam um código de auto-sincronização. Veja a comparação de codificações Unicode para mais detalhes. Pontos de código são normalmente atribuídos a caracteres abstratos. Um caractere abstrato não é um glifo gráfico, mas uma unidade de dados textuais. No entanto, pontos de código também podem ser deixados reservados para atribuição futura (a maior parte do espaço de código do Unicode é não-atribuída), ou dado outras funções designadas.

A distinção entre um ponto de código e o caractere abstrato correspondente não é pronunciado em Unicode, mas é evidente para muitos outros esquemas de codificação, onde podem existir várias páginas de código para um espaço único código.

Referências

1. Glossário de Termos do Unicode (em inglês)