Filosofía de ingeniería basada en estándares
CopyCharacter no fabrica clasificaciones de caracteres, inventa puntos de código hexadecimales ni adivina atajos de teclado. Cada símbolo, emoji, entidad HTML con nombre y propiedad de sistema de escritura publicada en nuestro servicio se ingiere programáticamente de organismos internacionales de estándares reconocidos.
Al establecer una procedencia de datos explícita, garantizamos que ingenieros de software, tipógrafos y lingüistas computacionales reciban información técnica matemáticamente precisa y conforme a los estándares.
El Consorcio Unicode — Estándar Unicode 18.0.0
La base fundamental de CopyCharacter es la Unicode Character Database (UCD) oficial. Ingerimos y validamos los siguientes archivos de datos esenciales:
UnicodeData.txt: Nombres canónicos de caracteres, códigos de categoría general (Lu, Ll, Nd, Sm, etc.), clases bidireccionales, asignaciones de descomposición y valores numéricos.Blocks.txt: Límites estándar de bloques en los 353 bloques Unicode reconocidos.Scripts.txt&ScriptExtensions.txt: Asignaciones de escritura en 177 sistemas de escritura humanos distintos.PropList.txt&DerivedCoreProperties.txt: Estado de espacio en blanco, clasificaciones de puntuación y marcadores de operadores matemáticos.
Fuente autoritativa: https://www.unicode.org/Public/18.0.0/ucd/
Licencia: Acuerdo de licencia de Unicode para archivos de datos y software.
Datos de emoji de Unicode — UTS #51
Las clasificaciones de emoji, las secuencias con Zero Width Joiner (ZWJ), el comportamiento de los modificadores de tono de piel y las métricas de presentación se ingieren directamente de los archivos de datos de emoji de Unicode:
emoji-data.txt: Clasificaciones básicas de caracteres emoji.emoji-sequences.txt&emoji-zwj-sequences.txt: Combinaciones de emoji multicarácter y banderas.emoji-test.txt: Validación de secuencias mínimas completamente cualificadas y no cualificadas.
Fuente autoritativa: https://www.unicode.org/Public/17.0.0/ucd/emoji/
Common Locale Data Repository (CLDR v48.2)
Nuestro Centro de idiomas y escrituras se apoya en el CLDR de Unicode para construir repertorios lingüísticos autoritativos de caracteres:
- Caracteres de ejemplo: Alfabeto principal, conjuntos de letras auxiliares, inventarios de puntuación y caracteres de índice alfabético para 20 idiomas del mundo.
- Metadatos de idioma: Endónimos, códigos ISO 639-1 / 639-3, dirección de escritura (LTR/RTL) y escrituras primarias.
Fuente autoritativa: https://cldr.unicode.org/
Estándares vivos de WHATWG — Entidades HTML y codificación de URL
Las entidades web y los algoritmos de codificación porcentual se verifican contra las especificaciones técnicas de WHATWG:
- Referencias de caracteres con nombre de HTML (§13.5): Validación exhaustiva de las 2.231 referencias de caracteres con nombre canónicas (p. ej.
©,™,∞) y reglas heredadas de punto y coma. - Estándar de URL: Tablas de bytes de codificación porcentual, serialización de consultas UTF-8 y algoritmos de transformación de componentes URI.
Fuente autoritativa: Caracteres con nombre de WHATWG HTML
Licencia: Creative Commons Atribución 4.0 Internacional (CC BY 4.0).
Arquitectura de entrada de teclado de plataformas
Los atajos de teclado, combinaciones de teclas y secuencias Compose se obtienen y verifican en los principales entornos de escritorio:
- Microsoft Windows: Códigos Alt estándar de teclado numérico (Alt+0169 para ©), tablas heredadas de códigos OEM y asignaciones de registro de Windows HexNumpad.
- Apple macOS: Atajos estándar Option y Shift+Option documentados en las Apple Human Interface Guidelines.
- Linux & UNIX: Secuencias de la tecla Compose de X11/XKB y atajos de entrada Unicode de GTK (Ctrl+Shift+U).
Tubería de ingesta & verificación de instantáneas
Nuestra tubería de datos sigue un flujo de trabajo de ingeniería estricto y repetible:
Instantánea ascendente
Los archivos de datos de texto sin procesar y XML se extraen directamente de los repositorios de estándares a instantáneas con control de versiones.
Análisis y extracción
Analizadores PHP especializados extraen atributos a estructuras relacionales indexadas, verificando la integridad UTF-8.
Batería de pruebas automatizada
Las pruebas de regresión automatizadas verifican que los 172.872 puntos de código, rangos y entidades HTML coincidan con las sumas de control ascendentes.
Despliegue SSR
Las plantillas optimizadas del lado del servidor generan HTML estructurado, ofreciendo tiempos de carga instantáneos y rastreabilidad fiable.