Latin Extended-C

Latinska skriften är världens mest använda skriftsystem, använt av språk på varje bebodd kontinent. Unicodes latinska block sträcker sig långt bortom de 26 grundbokstäverna och kodar hundratals accentuerade tecken, fonetiska utvidgningar och specialiserade former som stöder språk från vietnamesiska till yoruba, från walesiska till navajo. Diakritiska tecken — akuta accenter, omljud, cediljer, karons och många fler — förvandlar grundbokstäver för att representera ljud som det ursprungliga romerska alfabetet aldrig förutsåg.

Det romerska alfabetet kristalliserades runt 700-talet f.Kr., anpassat från etruskiskan, som i sin tur härstammade från grekiska koloniala skrifter. Roms imperieexpansion spred alfabetet över Europa, men när latin splittrades i romanska språk och skriften antogs för germanska, keltiska och slaviska tungor, ökade diakritiska tecken och nya bokstäver. De utökade latinska blocken i Unicode representerar kulmen på århundraden av typografisk innovation: vietnamesiskans elaborerade tontecken, turkiskans punktlösa-i, lettiskans cediljvarianter och IPA-utvidgningarna som används av lingvister världen över. Varje efterföljande Unicode-version har lagt till utökade latinska block för att rymma tidigare oskrivna språk och historiska ortografier.

Vanliga användningsområden

• Textvisning för hundratals språk världen över
• Internationella domännamn och e-postadresser
• Fonetisk transkription med IPA-utvidgningar
• Romanisering av icke-latinska skrifter
• Flerspråkig programvarulokalisering och internationalisering

Tekniska anteckningar: Latin Extended-block använder både förkomponerade tecken (där en bokstav och dess diakritiska tecken är en enda kodpunkt) och kombinerande teckensekvenser (där diakritiska tecken är separata kodpunkter som appliceras på grundbokstäver). Unicodes normaliseringsformer NFC och NFD konverterar mellan dessa representationer. Korrekt textjämförelse kräver normalisering — det förkomponerade é (U+00E9) måste behandlas som lika med sekvensen e + kombinerande akut accent (U+0065 U+0301). Latin Extended-D och senare block lägger till bokstäver för minoritetsspråk i Afrika och Asien, fonetisk notation och transkription av medeltida manuskript.

Kulturell kontext: Den globala dominansen för latinska skriften är oskiljaktig från historien om kolonialism, missionärsverksamhet och kulturell hegemoni. Många språk skrevs först ner med latinska skriften av europeiska missionärer, ibland trängde de undan inhemska skriftsystem. Idag återtar vissa samhällen traditionella skrifter medan andra pragmatiskt har antagit latinska ortografier för digital bekvämlighet. Den pågående tillägget av Latin Extended-block återspeglar ett åtagande att säkerställa att även små språkgemenskaper kan representera sina ortografier i Unicode utan kompromisser.