| UTF-8 encoded sample plain-text file |
| ‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾ |
| |
| Markus Kuhn <mkuhn@acm.org> — 1999-04-14 |
| |
| |
| The ASCII compatible UTF-8 encoding of ISO 10646 and Unicode |
| plain-text files is defined in RFC 2279 and in ISO 10646-1 Annex R. |
| |
| |
| Using Unicode/UTF-8, you can write in emails and source code things such as |
| |
| Mathematics and Sciences: |
| |
| ∮ E⋅da = Q, n → ∞, ∑ f(i) = ∏ g(i), ∀x∈ℝ: ⌈x⌉ = −⌊−x⌋, α ∧ ¬β = ¬(¬α ∨ β), |
| |
| 2H₂ + O₂ ⇌ 2H₂O, R = 4.7 kΩ, ⌀ 200 mm |
| |
| Linguistics and dictionaries: |
| |
| Y [ˈʏpsilɔn], Yen [jɛn], Yoga [ˈjoːgɑ] |
| |
| APL: |
| |
| ((V⍳V)=⍳⍴V)/V←,V ⌷←⍳→⍴∆∇⊃‾⍎⍕⌈ |
| |
| Nicer typography in plain text files: |
| |
| ╔════════════════════════════════════╗ |
| ║ ║ |
| ║ • “smart quotes” ║ |
| ║ ║ |
| ║ • „deutsche Anführungszeichen“ ║ |
| ║ ╭─────────╮ ║ |
| ║ • the euro symbol: │ € 14.95 │ ║ |
| ║ ╰─────────╯ ║ |
| ╚════════════════════════════════════╝ |
| |
| Greek (in Polytonic): |
| |
| The Greek anthem: |
| |
| Σὲ γνωρίζω ἀπὸ τὴν κόψη |
| τοῦ σπαθιοῦ τὴν τρομερή, |
| σὲ γνωρίζω ἀπὸ τὴν ὄψη |
| ποὺ μὲ βία μετράει τὴ γῆ. |
| |
| ᾿Απ᾿ τὰ κόκκαλα βγαλμένη |
| τῶν ῾Ελλήνων τὰ ἱερά |
| καὶ σὰν πρῶτα ἀνδρειωμένη |
| χαῖρε, ὦ χαῖρε, ᾿Ελευθεριά! |
| |
| From a speech of Demosthenes in the 4th century BC: |
| |
| Οὐχὶ ταὐτὰ παρίσταταί μοι γιγνώσκειν, ὦ ἄνδρες ᾿Αθηναῖοι, |
| ὅταν τ᾿ εἰς τὰ πράγματα ἀποβλέψω καὶ ὅταν πρὸς τοὺς |
| λόγους οὓς ἀκούω· τοὺς μὲν γὰρ λόγους περὶ τοῦ |
| τιμωρήσασθαι Φίλιππον ὁρῶ γιγνομένους, τὰ δὲ πράγματ᾿ |
| εἰς τοῦτο προήκοντα, ὥσθ᾿ ὅπως μὴ πεισόμεθ᾿ αὐτοὶ |
| πρότερον κακῶς σκέψασθαι δέον. οὐδέν οὖν ἄλλο μοι δοκοῦσιν |
| οἱ τὰ τοιαῦτα λέγοντες ἢ τὴν ὑπόθεσιν, περὶ ἧς βουλεύεσθαι, |
| οὐχὶ τὴν οὖσαν παριστάντες ὑμῖν ἁμαρτάνειν. ἐγὼ δέ, ὅτι μέν |
| ποτ᾿ ἐξῆν τῇ πόλει καὶ τὰ αὑτῆς ἔχειν ἀσφαλῶς καὶ Φίλιππον |
| τιμωρήσασθαι, καὶ μάλ᾿ ἀκριβῶς οἶδα· ἐπ᾿ ἐμοῦ γάρ, οὐ πάλαι |
| γέγονεν ταῦτ᾿ ἀμφότερα· νῦν μέντοι πέπεισμαι τοῦθ᾿ ἱκανὸν |
| προλαβεῖν ἡμῖν εἶναι τὴν πρώτην, ὅπως τοὺς συμμάχους |
| σώσομεν. ἐὰν γὰρ τοῦτο βεβαίως ὑπάρξῃ, τότε καὶ περὶ τοῦ |
| τίνα τιμωρήσεταί τις καὶ ὃν τρόπον ἐξέσται σκοπεῖν· πρὶν δὲ |
| τὴν ἀρχὴν ὀρθῶς ὑποθέσθαι, μάταιον ἡγοῦμαι περὶ τῆς |
| τελευτῆς ὁντινοῦν ποιεῖσθαι λόγον. |
| |
| Δημοσθένους, Γ´ ᾿Ολυνθιακὸς |
| |
| Georgian: |
| |
| From a Unicode conference invitation: |
| |
| გთხოვთ ახლავე გაიაროთ რეგისტრაცია Unicode-ის მეათე საერთაშორისო |
| კონფერენციაზე დასასწრებად, რომელიც გაიმართება 10-12 მარტს, |
| ქ. მაინცში, გერმანიაში. კონფერენცია შეჰკრებს ერთად მსოფლიოს |
| ექსპერტებს ისეთ დარგებში როგორიცაა ინტერნეტი და Unicode-ი, |
| ინტერნაციონალიზაცია და ლოკალიზაცია, Unicode-ის გამოყენება |
| ოპერაციულ სისტემებსა, და გამოყენებით პროგრამებში, შრიფტებში, |
| ტექსტების დამუშავებასა და მრავალენოვან კომპიუტერულ სისტემებში. |
| |
| Russian: |
| |
| From a Unicode conference invitation: |
| |
| Зарегистрируйтесь сейчас на Десятую Международную Конференцию по |
| Unicode, которая состоится 10-12 марта 1997 года в Майнце в Германии. |
| Конференция соберет широкий круг экспертов по вопросам глобального |
| Интернета и Unicode, локализации и интернационализации, воплощению и |
| применению Unicode в различных операционных системах и программных |
| приложениях, шрифтах, верстке и многоязычных компьютерных системах. |
| |
| Greetings in various languages: |
| |
| Hello world, Καλημέρα κόσμε |
| |
| Box drawing alignment tests: █ |
| ▉ |
| ╔══╦══╗ ┌──┬──┐ ╭──┬──╮ ╭──┬──╮ ┏━━┳━━┓ ┎┒┏┑ ╷ ╻ ┏┯┓ ┌┰┐ ▊ ╱╲╱╲╳╳╳ |
| ║┌─╨─┐║ │╔═╧═╗│ │╒═╪═╕│ │╓─╁─╖│ ┃┌─╂─┐┃ ┗╃╄┙ ╶┼╴╺╋╸┠┼┨ ┝╋┥ ▋ ╲╱╲╱╳╳╳ |
| ║│╲ ╱│║ │║ ║│ ││ │ ││ │║ ┃ ║│ ┃│ ╿ │┃ ┍╅╆┓ ╵ ╹ ┗┷┛ └┸┘ ▌ ╱╲╱╲╳╳╳ |
| ╠╡ ╳ ╞╣ ├╢ ╟┤ ├┼─┼─┼┤ ├╫─╂─╫┤ ┣┿╾┼╼┿┫ ┕┛┖┚ ┌┄┄┐ ╎ ┏┅┅┓ ┋ ▍ ╲╱╲╱╳╳╳ |
| ║│╱ ╲│║ │║ ║│ ││ │ ││ │║ ┃ ║│ ┃│ ╽ │┃ ░░▒▒▓▓██ ┊ ┆ ╎ ╏ ┇ ┋ ▎ |
| ║└─╥─┘║ │╚═╤═╝│ │╘═╪═╛│ │╙─╀─╜│ ┃└─╂─┘┃ ░░▒▒▓▓██ ┊ ┆ ╎ ╏ ┇ ┋ ▏ |
| ╚══╩══╝ └──┴──┘ ╰──┴──╯ ╰──┴──╯ ┗━━┻━━┛ └╌╌┘ ╎ ┗╍╍┛ ┋ ▁▂▃▄▅▆▇█ |
| |