สมาคมยูนิโค้ด ( Unicode Consortium)และ คณะทำงานร่วม ISO/IEC JTC 1/SC 2 / WG 2 ร่วมมือกันในการจัดทำรายการอักขระในชุดอักขระรหัสสากล (Universal Coded Character Set หรือ UCS) ชุดอักขระรหัสสากล หรือที่เรียกกันทั่วไปว่าชุดอักขระสากล ( ย่อว่า UCS ชื่อทางการ: ISO / IEC 10646) เป็นมาตรฐานสากลที่ใช้ในการแปลงอักขระซึ่งเป็นสัญลักษณ์ที่ใช้ในภาษาธรรมชาติคณิตศาสตร์ดนตรีและโดเมนอื่นๆ ให้เป็น ค่า ข้อมูลที่เครื่องอ่านได้ ที่ไม่ซ้ำกัน ด้วยการสร้างแผนที่การแปลงนี้ UCS ช่วยให้ผู้ผลิตซอฟต์แวร์คอมพิวเตอร์สามารถทำงานร่วมกันและส่งต่อ— แลกเปลี่ยน — สตริงข้อความที่เข้ารหัส UCSระหว่างกันได้ เนื่องจากเป็น แผนที่ สากลจึงสามารถใช้เพื่อแสดงหลายภาษาพร้อมกันได้ ซึ่งจะช่วยหลีกเลี่ยงความสับสนจากการใช้การเข้ารหัสอักขระ แบบเก่าหลายแบบ ซึ่งอาจส่งผลให้ลำดับของรหัสเดียวกันมีการตีความหลายแบบขึ้นอยู่กับการเข้ารหัสอักขระที่ใช้ ส่งผลให้เกิดความผิดเพี้ยนของตัวอักษร(mojibake)หากเลือกผิด

UCS มีศักยภาพในการรองรับอักขระได้มากกว่า 1 ล้านตัว อักขระ UCS แต่ละตัวจะถูกแทนด้วยจุดรหัส (code point ) ซึ่งเป็นจำนวนเต็มระหว่าง 0 ถึง 1,114,111 (1,114,112 = 2²⁰ ⁺ 2¹⁶ ^หรือ17 × ^2¹⁶ = 0 x 110000 จุดรหัส ) ใช้แทนอักขระแต่ละตัวภายในตรรกะของซอฟต์แวร์ประมวลผลข้อความ ณ Unicode 17.0 ซึ่งเผยแพร่ในเดือนกันยายน 2025 จุดรหัสเหล่านี้ 303,808 จุด (27%) ถูกจัดสรรแล้ว 159,866 จุด (14%) ถูกกำหนดให้เป็นอักขระ 137,468 จุด (12%) ถูกสงวนไว้สำหรับการใช้งานส่วนตัว 2,048 จุดใช้เพื่อเปิดใช้งานกลไกของอักขระทดแทน (surrogates ) และ 66 จุดถูกกำหนดให้เป็น อักขระ ที่ไม่ใช่อักขระเหลืออีก 810,304 จุด (73%) ที่ยังไม่ได้จัดสรร จำนวนอักขระที่เข้ารหัสประกอบด้วยดังนี้:

• อักขระกราฟิกจำนวน 159,629 ตัว (บางตัวไม่มีสัญลักษณ์ ที่มองเห็นได้ แต่ก็ยังนับรวมเป็นอักขระกราฟิก)
• อักขระพิเศษ 237 ตัว สำหรับการควบคุมและการจัดรูปแบบ

ISOรักษาการแมปพื้นฐานของอักขระจากชื่ออักขระไปยังรหัสจุด บ่อยครั้งที่คำว่าอักขระและรหัสจุดจะถูกใช้แทนกันได้ อย่างไรก็ตาม เมื่อมีการแยกความแตกต่างรหัสจุดจะหมายถึงจำนวนเต็มของอักขระ ซึ่งอาจนึกภาพได้ว่าเป็นที่อยู่ของอักขระนั้น ในขณะเดียวกันอักขระใน ISO/IEC 10646 ประกอบด้วยรหัสจุดและชื่อของอักขระนั้น ยูนิโค้ดเพิ่มคุณสมบัติที่ มีประโยชน์อื่นๆ อีกมากมาย ให้กับชุดอักขระ เช่นบล็อกหมวด หมู่สคริปต์และทิศทาง

นอกจาก UCS แล้วมาตรฐาน Unicode เสริม (ซึ่งไม่ใช่โครงการร่วมกับ ISO แต่เป็นเอกสารเผยแพร่ของ Unicode Consortium) ยังให้รายละเอียดการใช้งานอื่นๆ อีก เช่น:

1. การจับคู่ระหว่าง UCS และชุดอักขระอื่นๆ
2. การเรียงลำดับ ตัวอักษรและสตริงตัวอักษร ที่แตกต่างกันสำหรับภาษาต่างๆ
3. อัลกอริทึมสำหรับการจัดวางข้อความแบบสองทิศทาง (" อัลกอริทึม BiDi ") ซึ่งข้อความในบรรทัดเดียวกันสามารถสลับระหว่างการเขียนจากซ้ายไปขวา ("LTR") และจากขวาไปซ้าย ("RTL") ได้
4. อัลกอริทึมการพับเคส

ผู้ใช้งานซอฟต์แวร์คอมพิวเตอร์ป้อนอักขระเหล่านี้ลงในโปรแกรมผ่านวิธีการป้อนข้อมูล ต่างๆ เช่นแป้นพิมพ์ จริง หรือแถบอักขระเสมือนจริง

UCS สามารถแบ่งได้หลายวิธี เช่น ตามระนาบบล็อก ประเภทอักขระ หรือคุณสมบัติของอักขระ^{[ 1 ]}

การอ้างอิงอักขระตัวเลข ใน HTMLหรือXML จะอ้างอิงถึงอักขระโดยใช้รหัสจุดของชุดอักขระสากล /ยูนิโค้ด และใช้รูปแบบดังนี้

&#nnnn;

หรือ

&#xฮิฮิ;

โดยที่nnnnคือรหัสจุดใน รูปแบบ เลขฐานสิบและhhhhคือรหัสจุดในรูปแบบเลขฐานสิบหก ตัว xต้องเป็นตัวพิมพ์เล็กในเอกสาร XML nnnnหรือhhhhสามารถมีจำนวนหลักเท่าใดก็ได้และอาจมีเลขศูนย์นำหน้าได้hhhhอาจผสมตัวพิมพ์ใหญ่และตัวพิมพ์เล็กได้ แต่โดยทั่วไปมักใช้ตัวพิมพ์ใหญ่

ในทางตรงกันข้ามการอ้างอิงเอนทิตีอักขระจะอ้างถึงอักขระโดยใช้ชื่อของเอนทิตีที่มีอักขระที่ต้องการเป็นข้อความทดแทนเอนทิตีนั้นจะต้องถูกกำหนดไว้ล่วงหน้า (สร้างไว้ในภาษามาร์กอัป) หรือประกาศอย่างชัดเจนในคำจำกัดความประเภทเอกสาร (DTD) รูปแบบจะเหมือนกับการอ้างอิงเอนทิตีทั่วไป:

&ชื่อ;

โดยที่nameคือชื่อของเอนทิตีซึ่งต้องตรงตามตัวพิมพ์ใหญ่เล็ก และต้องมีเครื่องหมายเซมิโคลอนกำกับไว้ด้วย

Unicode และ ISO แบ่งชุดรหัสอักขระออกเป็น 17 ระนาบ แต่ละระนาบสามารถบรรจุอักขระที่แตกต่างกันได้ 65,536 ตัว หรือรวมทั้งหมด 1,114,112 ตัว ณ ปี 2025 (Unicode 17.0) ISO และ Unicode Consortium ได้จัดสรรอักขระและบล็อกในเพียง 7 ระนาบจากทั้งหมด 17 ระนาบเท่านั้น ส่วนที่เหลือยังคงว่างเปล่าและสงวนไว้สำหรับการใช้งานในอนาคต

ปัจจุบันอักขระส่วนใหญ่ถูกกำหนดให้อยู่ในระนาบแรก: ระนาบหลายภาษาพื้นฐาน (Basic Multilingual Plane ) เพื่อช่วยให้การเปลี่ยนผ่านสำหรับซอฟต์แวร์รุ่นเก่าเป็นไปอย่างราบรื่น เนื่องจากระนาบหลายภาษาพื้นฐานสามารถระบุได้ด้วยไบต์เพียงสองไบต์ เท่านั้น อักขระที่อยู่นอกระนาบแรกมักมีการใช้งานเฉพาะทางหรือหายากมาก

แต่ละระนาบจะสอดคล้องกับค่าของตัวเลขฐานสิบหก หนึ่งหรือสอง หลัก (0-9, A-F) ที่อยู่หน้าเลขหนึ่งสี่หลักสุดท้าย: ดังนั้น U+24321 อยู่ในระนาบที่ 2, U+4321 อยู่ในระนาบที่ 0 (อ่านโดยปริยายว่า U+04321) และ U+10A200 จะอยู่ในระนาบที่ 16 (ฐานสิบหก 10 = ฐานสิบ 16) ภายในระนาบเดียวกัน ช่วงของรหัสจุดคือฐานสิบหก 0000-FFFF ทำให้ได้รหัสจุดสูงสุด 65536 จุด ระนาบต่างๆ จะจำกัดรหัสจุดให้อยู่ในส่วนย่อยของช่วงนั้น

Unicode เพิ่มคุณสมบัติบล็อกให้กับ UCS ซึ่งแบ่งแต่ละระนาบออกเป็นบล็อกย่อยๆ แต่ละบล็อกเป็นการจัดกลุ่มอักขระตามการใช้งาน เช่น "ตัวดำเนินการทางคณิตศาสตร์" หรือ "อักขระอักษรฮิบรู" เมื่อกำหนดอักขระให้กับรหัสจุดที่ยังไม่ได้กำหนดไว้ก่อนหน้านี้ โดยทั่วไปแล้ว Consortium จะจัดสรรบล็อกทั้งหมดของอักขระที่คล้ายกัน ตัวอย่างเช่น อักขระทั้งหมดที่อยู่ในอักษรเดียวกันหรือสัญลักษณ์ที่มีจุดประสงค์คล้ายกันทั้งหมดจะถูกกำหนดให้กับบล็อกเดียวกัน บล็อกอาจยังคงมีรหัสจุดที่ยังไม่ได้กำหนดหรือสงวนไว้เมื่อ Consortium คาดว่าบล็อกนั้นต้องการการกำหนดเพิ่มเติม

รหัสอักขระ 256 ตัวแรกใน UCS ตรงกับรหัสอักขระของISO 8859-1 ซึ่ง เป็นการเข้ารหัสอักขระ 8 บิตที่ได้รับความนิยมมากที่สุดในโลกตะวันตกดังนั้น อักขระ 128 ตัวแรกจึงเหมือนกับASCIIแม้ว่า Unicode จะเรียกสิ่งเหล่านี้ว่าบล็อกอักษรละติน แต่บล็อกทั้งสองนี้มีอักขระจำนวนมากที่ใช้ประโยชน์ได้ทั่วไปนอกเหนือจากอักษรละติน โดยทั่วไปแล้ว อักขระทั้งหมดในบล็อกที่กำหนดไม่จำเป็นต้องเป็นอักษรเดียวกัน และอักษรหนึ่งๆ อาจปรากฏอยู่ในหลายบล็อกที่แตกต่างกัน

Unicode กำหนด หมวดหมู่ทั่วไป และหมวดหมู่ย่อย ให้กับอักขระ UCS ทุกตัวหมวดหมู่ทั่วไปได้แก่ ตัวอักษร เครื่องหมาย ตัวเลข เครื่องหมายวรรคตอน สัญลักษณ์ หรืออักขระควบคุม (กล่าวคือ อักขระจัดรูปแบบหรืออักขระที่ไม่ใช่กราฟิก)

ประเภทต่างๆ ได้แก่:

• อักษรสมัยใหม่ อักษรประวัติศาสตร์ และอักษรโบราณณ ปี 2025 (Unicode 17.0) UCS ระบุอักษร 172 แบบที่ใช้หรือเคยใช้ทั่วโลก และยังมีอีกมากที่อยู่ในขั้นตอนการอนุมัติต่างๆ เพื่อรวมเข้าใน UCS ในอนาคต^{[ 2 ]}
• อักษรเสียงสากล (International Phonetic Alphabet ) ระบบ UCS จัดสรรพื้นที่หลายส่วน (มากกว่า 300 ตัวอักษร) สำหรับตัวอักษรของอักษรเสียงสากล
• การรวมเครื่องหมายกำกับเสียงความก้าวหน้าสำคัญที่ยูนิโค้ดคิดค้นขึ้นในการออกแบบ UCS และอัลกอริธึมที่เกี่ยวข้องสำหรับการจัดการข้อความ คือ การนำเครื่องหมายกำกับเสียงแบบรวมมาใช้ โดยการให้เครื่องหมายเน้นเสียงที่สามารถรวมกับตัวอักษรใดก็ได้ ยูนิโค้ดและ UCS จึงลดจำนวนอักขระที่จำเป็นลงอย่างมาก แม้ว่า UCS จะมีอักขระที่ประกอบขึ้นแล้ว แต่ส่วนใหญ่รวมไว้เพื่ออำนวยความสะดวกในการสนับสนุนระบบประมวลผลข้อความที่ไม่ใช่ยูนิโค้ดภายใน UCS
• เครื่องหมายวรรคตอนนอกจากการรวมเครื่องหมายกำกับเสียงแล้ว UCS ยังพยายามรวมเครื่องหมายวรรคตอนให้เป็นมาตรฐานเดียวกันในทุกอักษร อย่างไรก็ตาม อักษรหลายๆ อักษรก็มีเครื่องหมายวรรคตอนเช่นกัน แต่เครื่องหมายเหล่านั้นไม่มีความหมายที่คล้ายคลึงกันในอักษรอื่นๆ
• สัญลักษณ์ต่างๆ มากมายถูกรวมอยู่ในระบบพิกัดสากล (UCS) ซึ่งทำให้สัญลักษณ์แต่ละตัวมีรหัสหรืออักขระเฉพาะของตนเอง แทนที่จะต้องเปลี่ยนแบบอักษรเพื่อให้ได้สัญลักษณ์ที่แตกต่างกัน
  • สกุลเงิน .
  • สัญลักษณ์ คล้ายตัวอักษรสัญลักษณ์เหล่านี้ปรากฏเป็นการรวมกันของตัวอักษรละตินทั่วไปหลายตัว เช่น℅ยูนิโค้ดกำหนดให้สัญลักษณ์คล้ายตัวอักษรหลายตัวเป็นอักขระที่เข้ากันได้ โดยปกติเนื่องจากสามารถอยู่ในข้อความธรรมดาได้โดยการแทนที่สัญลักษณ์ด้วยลำดับตัวอักษรที่ประกอบขึ้น เช่น การแทนที่สัญลักษณ์℅ด้วยลำดับตัวอักษรที่ประกอบขึ้นc/ o
  • รูปแบบตัวเลขรูปแบบตัวเลขส่วนใหญ่ประกอบด้วยเศษส่วนสำเร็จรูปและตัวเลขโรมัน เช่นเดียวกับด้านอื่นๆ ของการสร้างลำดับอักขระ วิธีการของยูนิโค้ดนั้นเน้นความยืดหยุ่นในการสร้างเศษส่วนโดยการรวมอักขระเข้าด้วยกัน ในกรณีนี้ การสร้างเศษส่วนจะทำโดยการรวมตัวเลขกับอักขระเศษส่วนทับ (U+2044) ตัวอย่างเช่น ความยืดหยุ่นที่วิธีการนี้มอบให้คือ มีอักขระเศษส่วนสำเร็จรูป 19 ตัวรวมอยู่ใน UCS อย่างไรก็ตาม มีเศษส่วนที่เป็นไปได้มากมายนับไม่ถ้วน การใช้ตัวอักขระประกอบช่วยจัดการกับเศษส่วนที่มากมายนับไม่ถ้วนได้ด้วยอักขระ 11 ตัว (0-9 และอักขระเศษส่วนทับ) ไม่มีชุดอักขระใดที่จะสามารถรวมจุดรหัสสำหรับเศษส่วนสำเร็จรูปทุกตัวได้ ในอุดมคติแล้ว ระบบข้อความควรแสดงสัญลักษณ์เดียวกันสำหรับเศษส่วน ไม่ว่าจะเป็นเศษส่วนสำเร็จรูป (เช่น⅓ ) หรือลำดับอักขระประกอบ (เช่น1⁄3 ) อย่างไรก็ตาม โดยทั่วไปแล้วเว็บเบราว์เซอร์ยังไม่ซับซ้อนมากนักในเรื่องยูนิโค้ดและการจัดการข้อความ การทำเช่นนี้จะช่วยให้เศษส่วนที่ประกอบไว้ล่วงหน้าและเศษส่วนลำดับการรวมปรากฏเข้ากันได้เมื่อวางอยู่ข้างกัน
  • ลูกศร
  • คณิตศาสตร์​
  • รูปทรงเรขาคณิต
  • ระบบคอมพิวเตอร์แบบดั้งเดิม
  • ภาพแสดงสัญลักษณ์ควบคุมต่างๆ ในรูปแบบกราฟิก
  • ภาพวาดกล่อง
  • ส่วนประกอบบล็อก
  • รูปแบบอักษรเบรลล์
  • การรู้จำอักขระด้วยแสง (Optical Character Recognition )
  • ด้านเทคนิค
  • ดิงแบตส์
  • สัญลักษณ์เบ็ดเตล็ด
  • อีโมติคอน
  • สัญลักษณ์และภาพสัญลักษณ์
  • สัญลักษณ์ทางเล่นแร่แปรธาตุ
  • อุปกรณ์สำหรับเล่นเกม (หมากรุก หมากฮอส โกะ ลูกเต๋า โดมิโน มาจง ไพ่ และอื่นๆ อีกมากมาย)
  • สัญลักษณ์หมากรุก
  • ไท่ซวนจิง .
  • สัญลักษณ์หกเหลี่ยมของอี้จิง
• CJKอุทิศให้กับการรวบรวมและสนับสนุนอักษรภาพและตัวอักษรอื่นๆ เพื่อใช้ในภาษาต่างๆ ของจีน ญี่ปุ่น เกาหลี (CJK) ไต้หวัน เวียดนาม และไทย
  • รากที่สองและเส้นแบ่ง
  • อักษรภาพส่วนใหญ่ของ UCS นั้นประกอบด้วยอักษรภาพที่ใช้ในภาษาของเอเชียตะวันออก แม้ว่าการแสดงอักษรภาพเหล่านี้จะแตกต่างกันไปในแต่ละภาษาที่ใช้ แต่ UCS ได้รวมอักษรฮั่น เหล่านี้เข้าด้วยกัน ในสิ่งที่ Unicode เรียกว่า Unihan (ย่อมาจาก Unified Han) ด้วย Unihan ซอฟต์แวร์การจัดวางข้อความจะต้องทำงานร่วมกับแบบอักษรที่มีอยู่และอักษร Unicode เหล่านี้เพื่อสร้างสัญลักษณ์ที่เหมาะสมสำหรับแต่ละภาษา ถึงแม้จะรวมอักษรเหล่านี้เข้าด้วยกันแล้ว แต่ UCS ก็ยังคงมีอักษรภาพ Unihan มากกว่า 101,000 ตัว
• สัญลักษณ์ทางดนตรี
• ระบบการเขียนย่อแบบดูพลิยาน
• บริการเขียนป้าย Sutton
• อักขระเพื่อความเข้ากันได้บล็อกหลายบล็อกใน UCS นั้นอุทิศให้กับอักขระเพื่อความเข้ากันได้เกือบทั้งหมด อักขระเพื่อความเข้ากันได้คืออักขระที่รวมไว้เพื่อรองรับระบบการจัดการข้อความแบบเก่าที่ไม่แยกความแตกต่างระหว่างอักขระและสัญลักษณ์ (glyph) ในแบบที่ Unicode ทำ ตัวอย่างเช่น ตัวอักษรอาหรับหลายตัวจะถูกแทนด้วยสัญลักษณ์ที่แตกต่างกันเมื่อตัวอักษรนั้นปรากฏที่ท้ายคำและเมื่อตัวอักษรนั้นปรากฏที่ต้นคำ แนวทางของ Unicode ต้องการให้ตัวอักษรเหล่านี้ถูกแมปไปยังอักขระเดียวกันเพื่อความสะดวกในการประมวลผลและจัดเก็บข้อความภายในเครื่อง เพื่อเสริมแนวทางนี้ ซอฟต์แวร์ข้อความต้องเลือกสัญลักษณ์ที่แตกต่างกันสำหรับการแสดงผลของอักขระตามบริบท มีอักขระมากกว่า 4,000 ตัวที่รวมไว้ด้วยเหตุผลด้านความเข้ากันได้ดังกล่าว
• ตัว ละครควบคุม
• รหัสแทน (Surrogates ) ระบบรหัสสากล (UCS) ประกอบด้วยจุดรหัส 2048 จุดในระนาบหลายภาษาพื้นฐาน (BMP) สำหรับคู่จุดรหัสแทน รหัสแทนเหล่านี้ช่วยให้สามารถระบุจุดรหัสใดๆ ในระนาบอีก 16 ระนาบได้โดยใช้จุดรหัสแทนสองจุด นี่เป็นวิธีการที่ง่ายและมีอยู่แล้วสำหรับการเข้ารหัส UCS 20.1 บิตภายในระบบเข้ารหัส 16 บิต เช่น UTF-16 ด้วยวิธีนี้ UTF-16 สามารถแทนอักขระใดๆ ภายใน BMP ด้วยคำ 16 บิตเพียงคำเดียว ส่วนอักขระที่อยู่นอก BMP จะถูกเข้ารหัสโดยใช้คำ 16 บิตสองคำ (รวม 4 ไบต์) โดยใช้คู่รหัสแทน
• การใช้งานส่วนตัวกลุ่มพันธมิตรได้จัดเตรียมบล็อกและระนาบสำหรับการใช้งานส่วนตัวหลายแบบ ซึ่งสามารถกำหนดอักขระให้กับชุมชนต่างๆ รวมถึงผู้จำหน่ายระบบปฏิบัติการและฟอนต์ได้
• อักขระที่ไม่ใช่อักขระกลุ่มพันธมิตรรับประกันว่าจุดรหัสบางจุดจะไม่ถูกกำหนดให้เป็นอักขระ และเรียกจุดรหัสเหล่านี้ว่าจุดรหัสที่ไม่ใช่อักขระ ซึ่งรวมถึงช่วง U+FDD0..U+FDEF และจุดรหัสสองจุดสุดท้ายของแต่ละระนาบ (ลงท้ายด้วยตัวเลขฐานสิบหก FFFE และ FFFF) ^{[ 3 ]}

Unicode เข้ารหัสอักขระมากกว่าแสนตัว อักขระส่วนใหญ่เหล่านั้นแทนกราฟีมสำหรับการประมวลผลเป็นข้อความเชิงเส้น อย่างไรก็ตาม บางตัวก็ไม่ได้แทนกราฟีม หรือหากแทนกราฟีม ก็จำเป็นต้องได้รับการจัดการเป็นพิเศษ^{[ 4 ] [ 5 ]}แตกต่างจากอักขระควบคุม ASCII และอักขระอื่นๆ ที่รวมไว้สำหรับความสามารถในการแปลงกลับแบบดั้งเดิม อักขระพิเศษเหล่านี้ทำให้ข้อความธรรมดามีความหมายที่สำคัญ

อักขระพิเศษบางตัวสามารถเปลี่ยนแปลงรูปแบบการจัดวางข้อความได้ เช่นอักขระเชื่อมข้อความที่มีความกว้างเป็นศูนย์ และอักขระไม่เชื่อมข้อความที่มีความกว้างเป็นศูนย์ในขณะที่อักขระพิเศษอื่นๆ ไม่ส่งผลต่อรูปแบบการจัดวางข้อความเลย แต่จะส่งผลต่อวิธีการเรียงลำดับ การจับคู่ หรือการประมวลผลข้อความอื่นๆ แทน อักขระพิเศษอื่นๆ เช่น อักขระที่มองไม่เห็นในทางคณิตศาสตร์โดยทั่วไปแล้วจะไม่มีผลต่อการแสดงผลข้อความ แม้ว่าซอฟต์แวร์จัดวางข้อความขั้นสูงอาจเลือกที่จะปรับระยะห่างรอบๆ อักขระเหล่านั้นอย่างละเอียดก็ตาม

Unicode ไม่ได้ระบุการแบ่งงานระหว่างซอฟต์แวร์ฟอนต์และซอฟต์แวร์จัดวางข้อความ (หรือ "เอนจิ้น") เมื่อแสดงผลข้อความ Unicode เนื่องจากรูปแบบฟอนต์ที่ซับซ้อนกว่า เช่นOpenTypeหรือApple Advanced Typographyอนุญาตให้มีการแทนที่และการจัดตำแหน่งของอักขระตามบริบท เอนจิ้นจัดวางข้อความแบบง่ายอาจอาศัยฟอนต์ทั้งหมดในการตัดสินใจเลือกและจัดวางอักขระ ในสถานการณ์เดียวกัน เอนจิ้นที่ซับซ้อนกว่าอาจรวมข้อมูลจากฟอนต์เข้ากับกฎของตนเองเพื่อให้ได้การแสดงผลที่ดีที่สุดตามที่ต้องการ เพื่อให้เป็นไปตามข้อแนะนำทั้งหมดของข้อกำหนด Unicode เอนจิ้นข้อความต้องพร้อมที่จะทำงานกับฟอนต์ทุกระดับความซับซ้อน เนื่องจากกฎการแทนที่และการจัดตำแหน่งตามบริบทไม่มีอยู่ในบางรูปแบบฟอนต์และเป็นทางเลือกในส่วนที่เหลือ เครื่องหมายทับเศษส่วนเป็นตัวอย่างหนึ่ง: ฟอนต์ที่ซับซ้อนอาจมีหรือไม่มีกฎการจัดตำแหน่งเมื่อมีอักขระเครื่องหมายทับเศษส่วนเพื่อสร้างเศษส่วน ในขณะที่ฟอนต์ในรูปแบบง่ายๆ ไม่สามารถทำได้

เมื่อปรากฏที่ส่วนหัวของไฟล์ข้อความหรือสตรีม ข้อความU+FEFF ZERO WIDTH NO-BREAK SPACEจะบอกใบ้ถึงรูปแบบการเข้ารหัสและลำดับไบต์

หากไบต์แรกของสตรีมเป็น 0xFE และไบต์ที่สองเป็น 0xFF แสดงว่าข้อความในสตรีมนั้นไม่น่าจะถูกเข้ารหัสด้วยUTF-8เนื่องจากไบต์เหล่านั้นไม่ถูกต้องใน UTF-8 นอกจากนี้ยังไม่น่าจะเป็นUTF-16ใน ลำดับไบต์ แบบ little-endianเพราะ 0xFE, 0xFF เมื่ออ่านเป็นคำ little-endian 16 บิต จะได้เป็น U+FFFE ซึ่งไม่มีความหมาย ลำดับนี้ยังไม่มีความหมายในรูปแบบ การเข้ารหัส UTF-32 ใดๆ ดังนั้นโดยสรุปแล้ว มันจึงเป็นตัวบ่งชี้ที่ค่อนข้างน่าเชื่อถือว่าสตรีมข้อความนั้นถูกเข้ารหัสเป็น UTF-16 ใน ลำดับไบต์แบบ big-endianในทางกลับกัน หากสองไบต์แรกเป็น 0xFF, 0xFE แสดงว่าสตรีมข้อความนั้นอาจถูกเข้ารหัสเป็น UTF-16LE เพราะเมื่ออ่านเป็นค่า little-endian 16 บิต ไบต์เหล่านั้นจะให้เครื่องหมายลำดับไบต์ 0xFEFF ที่คาดไว้ อย่างไรก็ตาม ข้อสันนิษฐานนี้อาจเป็นที่น่าสงสัย หากไบต์สองไบต์ถัดไปเป็น 0x00 ทั้งคู่ กล่าวคือ ข้อความอาจเริ่มต้นด้วยอักขระว่าง (U+0000) หรือการเข้ารหัสที่ถูกต้องคือ UTF-32LE ซึ่งลำดับ 4 ไบต์เต็ม FF FE 00 00 ถือเป็นอักขระเดียว คือ BOM (Base of Method)

ลำดับ UTF-8 ที่ตรงกับ U+FEFF คือ 0xEF, 0xBB, 0xBF ลำดับนี้ไม่มีความหมายในรูปแบบการเข้ารหัส Unicode อื่นๆ ดังนั้นจึงอาจใช้เพื่อบ่งชี้ว่าสตรีมนั้นถูกเข้ารหัสเป็น UTF-8

ข้อกำหนดของ Unicode ไม่ได้กำหนดให้ต้องใช้เครื่องหมายลำดับไบต์ในสตรีมข้อความ นอกจากนี้ยังระบุว่าไม่ควรใช้ในกรณีที่มีการใช้วิธีอื่นในการระบุรูปแบบการเข้ารหัสอยู่แล้ว

โดยหลักแล้วสำหรับวิชาคณิตศาสตร์ ตัวคั่นที่มองไม่เห็น (U+2063) ทำหน้าที่เป็นตัวคั่นระหว่างอักขระที่สามารถละเว้นเครื่องหมายวรรคตอนหรือช่องว่างได้ เช่น ในดัชนีสองมิติอย่าง i⁣j ตัวคูณที่มองไม่เห็น (U+2062) และการประยุกต์ใช้ฟังก์ชันที่มองไม่เห็น (U+2061) มีประโยชน์ในข้อความคณิตศาสตร์ที่การคูณพจน์หรือการประยุกต์ใช้ฟังก์ชันนั้นมีความหมายโดยนัยโดยไม่มีสัญลักษณ์ใด ๆ ที่บ่งบอกถึงการดำเนินการ Unicode 5.1 ยังแนะนำอักขระบวกที่มองไม่เห็นทางคณิตศาสตร์ (U+2064) ซึ่งอาจบ่งชี้ว่าจำนวนเต็มที่ตามด้วยเศษส่วนควรแสดงถึงผลรวม ไม่ใช่ผลคูณ

อักขระU+2044 ⁄ FRACTION SLASHมีพฤติกรรมพิเศษในมาตรฐาน Unicode: ^{[ 6 ]}

รูปแบบมาตรฐานของเศษส่วนที่สร้างโดยใช้เครื่องหมายทับเศษส่วนนั้นกำหนดไว้ดังนี้: ลำดับของตัวเลขทศนิยมหนึ่งตัวขึ้นไป (ประเภททั่วไป = Nd) ตามด้วยเครื่องหมายทับเศษส่วน ตามด้วยลำดับของตัวเลขทศนิยมหนึ่งตัวขึ้นไป เศษส่วนดังกล่าวควรแสดงเป็นหน่วย เช่น¾หากซอฟต์แวร์ที่แสดงผลไม่สามารถแปลงเศษส่วนเป็นหน่วยได้ ก็สามารถแสดงเป็นลำดับเชิงเส้นอย่างง่ายเป็นทางเลือกสำรองได้ (ตัวอย่างเช่น 3/4) หากต้องการแยกเศษส่วนออกจากตัวเลขก่อนหน้า สามารถใช้ช่องว่าง โดยเลือกความกว้างที่เหมาะสม (ปกติ บาง ความกว้างศูนย์ และอื่นๆ) ตัวอย่างเช่น 1 + ช่องว่างความกว้างศูนย์ + 3 + เครื่องหมายทับเศษส่วน + 4 จะ แสดงเป็น1¾

ด้วยการปฏิบัติตามคำแนะนำของ Unicode นี้ ระบบประมวลผลข้อความจะสร้างสัญลักษณ์ที่ซับซ้อนจากข้อความธรรมดาเพียงอย่างเดียว ในที่นี้ การมีอักขระเศษส่วนแบบสแลชจะสั่งให้เอนจิ้นการจัดวางสร้างเศษส่วนจากตัวเลขทั้งหมดที่ต่อเนื่องกันก่อนและหลังเครื่องหมายสแลช ในทางปฏิบัติ ผลลัพธ์จะแตกต่างกันไปเนื่องจากการทำงานร่วมกันที่ซับซ้อนระหว่างแบบอักษรและเอนจิ้นการจัดวาง เอนจิ้นการจัดวางข้อความแบบง่ายมักจะไม่สร้างเศษส่วนเลย แต่จะวาดสัญลักษณ์เป็นลำดับเชิงเส้นตามที่อธิบายไว้ในแผนการสำรองข้อมูลของ Unicode

โปรแกรมจัดวางตัวอักษรที่ซับซ้อนกว่านั้นมีทางเลือกในทางปฏิบัติสองทาง คือ ปฏิบัติตามคำแนะนำของ Unicode หรืออาศัยคำแนะนำของฟอนต์เองในการสร้างเศษส่วน การไม่ปฏิบัติตามคำแนะนำของฟอนต์จะช่วยให้โปรแกรมจัดวางตัวอักษรสามารถรับประกันพฤติกรรมที่ Unicode แนะนำได้ ในขณะที่การปฏิบัติตามคำแนะนำของฟอนต์จะช่วยให้ได้งานพิมพ์ ที่ดีกว่า เนื่องจากตำแหน่งและรูปร่างของตัวเลขจะถูกปรับให้เข้ากับฟอนต์และขนาดนั้นๆ

ปัญหาของการปฏิบัติตามคำแนะนำของฟอนต์คือ ฟอนต์รูปแบบง่ายๆ ไม่มีวิธีระบุพฤติกรรมการสังเคราะห์เศษส่วน ในขณะที่รูปแบบที่ซับซ้อนกว่านั้นไม่จำเป็นต้องให้ฟอนต์ระบุพฤติกรรมการสังเคราะห์เศษส่วน ดังนั้นฟอนต์จำนวนมากจึงไม่ได้ระบุไว้ ฟอนต์ส่วนใหญ่ที่มีรูปแบบซับซ้อนสามารถสั่งให้โปรแกรมจัดวางข้อความแทนที่ลำดับข้อความธรรมดา เช่น1⁄2ด้วย สัญลักษณ์ ½ ที่ประกอบขึ้นแล้ว แต่เนื่องจากฟอนต์จำนวนมากจะไม่ส่งคำสั่งให้สังเคราะห์เศษส่วน สตริงข้อความธรรมดา เช่น221⁄225อาจแสดงผลเป็น22½25 (โดยที่½เป็นเศษส่วนที่ประกอบขึ้นแล้ว ไม่ใช่เศษส่วนที่สังเคราะห์ขึ้น) เมื่อเผชิญกับปัญหาเช่นนี้ ผู้ที่ต้องการพึ่งพาพฤติกรรม Unicode ที่แนะนำควรเลือกฟอนต์ที่ทราบว่าสามารถสังเคราะห์เศษส่วนได้ หรือซอฟต์แวร์จัดวางข้อความที่ทราบว่าสร้างพฤติกรรมที่แนะนำของ Unicode โดยไม่คำนึงถึงฟอนต์

ทิศทางการเขียนคือทิศทางที่สัญลักษณ์ตัวอักษรถูกจัดวางบนหน้ากระดาษโดยสัมพันธ์กับการเรียงลำดับตัวอักษรในสตริงยูนิโค้ด ภาษาอังกฤษและภาษาอื่นๆ ที่ใช้ตัวอักษรละตินมีทิศทางการเขียนจากซ้ายไปขวา ส่วนภาษาเขียนหลักๆ บางภาษา เช่นภาษาอาหรับและภาษาฮิบรูมีทิศทางการเขียนจากขวาไปซ้าย ข้อกำหนดของยูนิโค้ดจะกำหนดประเภททิศทางให้กับแต่ละตัวอักษรเพื่อแจ้งให้โปรแกรมประมวลผลข้อความทราบว่าลำดับของตัวอักษรควรเรียงลำดับอย่างไรบนหน้ากระดาษ

ในขณะที่ตัวอักษรทั่วไปมักจะใช้เฉพาะกับระบบการเขียนแบบเดียว แต่สัญลักษณ์และเครื่องหมายวรรคตอนบางอย่างก็ใช้กันในระบบการเขียนหลายแบบ ยูนิโค้ดอาจสร้างสัญลักษณ์ที่ซ้ำกันในชุดสัญลักษณ์โดยที่แตกต่างกันเฉพาะทิศทาง แต่เลือกที่จะรวมสัญลักษณ์เหล่านั้นเข้าด้วยกันและกำหนดทิศทางที่เป็นกลางให้แทน โดยสัญลักษณ์เหล่านั้นจะได้รับทิศทางจากตัวอักษรที่อยู่ติดกันในระหว่างการแสดงผล นอกจากนี้ สัญลักษณ์บางตัวยังมี คุณสมบัติ แบบสะท้อนสองด้านซึ่งบ่งชี้ว่าควรแสดงผลสัญลักษณ์นั้นในรูปแบบภาพสะท้อนเมื่อใช้ในข้อความที่เขียนจากขวาไปซ้าย

ประเภททิศทางการแสดงผลของอักขระที่เป็นกลางอาจยังคงคลุมเครือเมื่อวางเครื่องหมายไว้บนขอบเขตระหว่างการเปลี่ยนแปลงทิศทาง เพื่อแก้ไขปัญหานี้ Unicode จึงมีอักขระที่มีทิศทางชัดเจน ไม่มีสัญลักษณ์ใดๆ ที่เกี่ยวข้อง และระบบที่ไม่ประมวลผลข้อความสองทิศทางสามารถละเว้นอักขระเหล่านี้ได้:

1. U+061C ؜ เครื่องหมายอักษรอาหรับ
2. เครื่องหมายU+200E จากซ้ายไปขวา
3. U+200Fเครื่องหมายจากขวาไปซ้าย

การล้อมกรอบอักขระที่เป็นกลางทั้งสองทิศทางด้วยเครื่องหมายจากซ้ายไปขวาจะบังคับให้อักขระนั้นทำงานเหมือนอักขระจากซ้ายไปขวา ในขณะที่การล้อมกรอบด้วยเครื่องหมายจากขวาไปซ้ายจะบังคับให้อักขระนั้นทำงานเหมือนอักขระจากขวาไปซ้าย ลักษณะการทำงานของอักขระเหล่านี้มีรายละเอียดอยู่ในอัลกอริธึมสองทิศทางของยูนิโค้ด

แม้ว่า Unicode จะได้รับการออกแบบมาเพื่อรองรับหลายภาษา หลายระบบการเขียน และแม้กระทั่งข้อความที่เขียนจากซ้ายไปขวาหรือขวาไปซ้ายโดยมีการแทรกแซงจากผู้เขียนน้อยที่สุด แต่ก็มีสถานการณ์พิเศษที่การผสมผสานข้อความสองทิศทางอาจซับซ้อนขึ้น ซึ่งต้องอาศัยการควบคุมจากผู้เขียนมากขึ้น สำหรับสถานการณ์เหล่านี้ Unicode จึงมีอักขระอีกห้าตัวเพื่อควบคุมการฝังข้อความจากซ้ายไปขวาภายในข้อความจากขวาไปซ้ายและในทางกลับกันอย่างซับซ้อน:

• U+202Aการฝังจากซ้ายไปขวา
• U+202Bการฝังจากขวาไปซ้าย
• U+202Cการจัดรูปแบบทิศทางป๊อป
• U+202Dการควบคุมจากซ้ายไปขวา
• U+202Eการควบคุมจากขวาไปซ้าย
• U+2066แยก จากซ้ายไปขวา
• U+2067แยก จากขวา
• U+2068แยกเดี่ยวที่แข็งแกร่ง ครั้งแรก
• U+2069 POP DIRECTIONAL ISOLATE

• จุดยึดคำอธิบายประกอบแบบอินเทอร์ไลน์U+FFF9
• ตัวคั่นคำอธิบายประกอบแบบ U+FFFA INTERLINEAR
• U+FFFBตัวจบคำอธิบายประกอบแบบแทรกเส้น

• การควบคุมรูปแบบคำนำหน้า
  • U+0600 ؀ เครื่องหมายตัวเลขอาหรับ
  • U+0601 ؁ ARABIC SIGN SANAH
  • U+0602 ؂ เครื่องหมายเชิงอรรถภาษาอาหรับ
  • U+0603 ؃ ARABIC SIGN SAFHA
  • U+0604 ؄ ARABIC SIGN SAMVAT
  • U+0605 ؅ ARABIC NUMBER MARK ABOVE
  • U+06DD ۝ ภาษาอาหรับ จบอายะห์
  • เครื่องหมายย่อภาษาซีเรียU+070F
  • U+0890 ࢐ เครื่องหมายเงินปอนด์อาหรับด้านบน
  • U+0891 ࢑ เครื่องหมายเงินปิอาสเตรอาหรับด้านบน
  • ป้ายหมายเลขU+110BD KAITHI
  • U+110CD 𑃍 ป้ายหมายเลข KAITHI ด้านบน
• อักษรภาพอียิปต์
  • U+13430 𓐰 ตัวเชื่อมต่อแนวตั้งอักษรภาพอียิปต์
  • U+13431 𓐱 ตัวเชื่อมต่อแนวนอนอักษรภาพอียิปต์
  • U+13432 𓐲 อักษรภาพอียิปต์ แทรกที่ด้านบน เริ่มต้น
  • U+13433 𓐳 อักษรภาพอียิปต์โบราณ แทรกที่ด้านล่าง เริ่ม
  • U+13434 𓐴 อักษรภาพอียิปต์โบราณแทรกอยู่ที่ส่วนบนสุด
  • U+13435 𓐵 อักษรภาพอียิปต์โบราณ สอดไว้ที่ปลายด้านล่าง
  • U+13436 𓐶 ภาพซ้อนอักษรฮีโรกลิฟอียิปต์ตรงกลาง
  • U+13437 𓐷 อักษรภาพอียิปต์โบราณ ส่วนเริ่มต้น
  • U+13438 𓐸 ส่วนท้ายของอักษรภาพอียิปต์
  • U+13439 𓐹 อักษรภาพอียิปต์แทรกตรงกลาง
  • U+1343A 𓐺 อักษรภาพอียิปต์โบราณแทรกอยู่ด้านบน
  • U+1343B 𓐻 อักษรภาพอียิปต์โบราณ (แทรกที่ด้านล่าง)
  • U+1343C 𓐼 อักษรภาพอียิปต์โบราณ เริ่มล้อมรอบ
  • U+1343D 𓐽 ตราประทับปลายอักษรภาพอียิปต์
  • U+1343E 𓐾 อักษรภาพอียิปต์โบราณ เริ่มต้นกำแพงล้อมรอบ
  • U+1343F 𓐿 กำแพงล้อมรอบด้านท้ายที่มีอักษรภาพอียิปต์โบราณ
• พราห์มี
  • U+1107F 𑁿 BRAHMI NUMBER JOINER

คำว่า "ตัวอักษร" นั้นไม่มีนิยามที่ชัดเจน และโดยส่วนใหญ่แล้วเรามักหมายถึง " กราฟีม " กราฟีมนั้นถูกแสดงออกมาในรูปแบบภาพด้วยสัญลักษณ์ (glyph ) แบบอักษร (ซึ่งมักถูกเรียกผิดๆ ว่า"ฟอนต์ ") ที่ใช้สามารถแสดงตัวอักษรเดียวกันในรูปแบบต่างๆ ได้ เป็นไปได้ที่กราฟีมสองตัวที่แตกต่างกันจะมีสัญลักษณ์เหมือนกันทุกประการ หรือมีลักษณะคล้ายคลึงกันมากจนผู้อ่านทั่วไปแยกแยะไม่ออก

โดยทั่วไปแล้ว ตัวอักษรหนึ่งตัวจะถูกแทนด้วยรหัสจุดเพียงรหัสเดียว ตัวอย่างเช่นตัวอักษรละตินตัวพิมพ์ใหญ่ aจะถูกแทนด้วยรหัสจุด U+0041

กราฟีมU+00C4 Ä LATIN CAPITAL LETTER A WITH DIAERESISเป็นตัวอย่างหนึ่งที่แสดงให้เห็นว่าตัวอักษรหนึ่งตัวสามารถแทนด้วยรหัสจุดได้มากกว่าหนึ่งรหัส โดยสามารถแทนได้เป็น U+00C4 หรือเป็นลำดับU+0041 A LATIN CAPITAL LETTER AและU+0308 ◌̈ COMBINING DIAERESIS

เมื่อเครื่องหมายรวมอยู่ติดกับจุดรหัสเครื่องหมายไม่รวม แอปพลิเคชันการแสดงผลข้อความควรวางเครื่องหมายรวมทับลงบนสัญลักษณ์ที่แสดงโดยจุดรหัสอื่นเพื่อสร้างกราฟีมตามชุดกฎ^{[ 7 ]}

ดังนั้น คำว่า BÄM จึงประกอบด้วยกราฟีมสามตัว อาจประกอบด้วยรหัสสามจุดหรือมากกว่านั้น ขึ้นอยู่กับวิธีการประกอบตัวอักษรในความเป็นจริง

Unicode มีรายการอักขระที่ถือว่าเป็นอักขระเว้นวรรคเพื่อสนับสนุนการทำงานร่วมกัน การใช้งานซอฟต์แวร์และมาตรฐานอื่นๆ อาจใช้คำนี้เพื่อหมายถึงชุดอักขระที่แตกต่างกันเล็กน้อย ตัวอย่างเช่น Java ไม่ถือว่าU+00A0 เป็นอักขระเว้นวรรคแบบไม่ขึ้นบรรทัดใหม่ (NO-BREAK SPACE)หรือU+0085 เป็นอักขระ <control-0085> (บรรทัดถัดไป) จะเป็นช่องว่าง แม้ว่า Unicode จะกำหนดไว้ก็ตาม อักขระช่องว่างโดยทั่วไปถูกกำหนดไว้สำหรับสภาพแวดล้อมการเขียนโปรแกรม บ่อยครั้งที่อักขระเหล่านี้ไม่มีความหมายทางไวยากรณ์ในสภาพแวดล้อมการเขียนโปรแกรมดังกล่าว และจะถูกละเลยโดยตัวแปลภาษาของเครื่อง Unicode กำหนดให้ตัวอักขระควบคุมแบบดั้งเดิม U+0009 ถึง U+000D และ U+0085 เป็นอักขระช่องว่าง เช่นเดียวกับอักขระทั้งหมดที่มีค่าคุณสมบัติหมวดหมู่ทั่วไปเป็นตัวคั่น มีอักขระช่องว่างทั้งหมด 25 ตัว ณ Unicode 17.0

U+200D ZERO WIDTH JOINERและ U+200C ZERO WIDTH NON-JOINERควบคุมการเชื่อมต่อและการประสานตัวอักษร ตัวเชื่อมจะไม่ทำให้ตัวอักษรที่ปกติจะไม่เชื่อมต่อหรือประสานกันนั้นเชื่อมต่อหรือประสานกัน แต่เมื่อใช้ร่วมกับตัวไม่เชื่อม ตัวอักษรเหล่านี้สามารถใช้เพื่อควบคุมคุณสมบัติการเชื่อมต่อและการประสานของตัวอักษรสองตัวที่อยู่รอบข้างได้ U+034F ͏ COMBINING GRAPHEME JOINERใช้เพื่อแยกแยะตัวอักษรพื้นฐานสองตัวให้เป็นตัวอักษรพื้นฐานหรือไดกราฟตัวเดียวกัน ส่วนใหญ่ใช้สำหรับการประมวลผลข้อความพื้นฐาน การเรียงลำดับสตริง การพับตัวพิมพ์ใหญ่-เล็ก และอื่นๆ

ตัวคั่นคำที่พบบ่อยที่สุดคือU+0020 SPACEอย่างไรก็ตาม ยังมีตัวเชื่อมและตัวคั่นคำอื่นๆ ที่บ่งบอกถึงการเว้นวรรคระหว่างคำและมีส่วนร่วมในอัลกอริทึมการขึ้นบรรทัดใหม่ ด้วย U+00A0 NO-BREAK SPACEก็สร้างการเลื่อนเส้นฐานโดยไม่มีสัญลักษณ์ แต่จะยับยั้งการขึ้นบรรทัดใหม่แทนที่จะเปิดใช้งานU+200B ZERO WIDTH SPACEอนุญาตให้ขึ้นบรรทัดใหม่ได้ แต่ไม่มีช่องว่าง: ในแง่หนึ่งคือการเชื่อมคำเข้าด้วยกันแทนที่จะแยกคำสองคำออกจากกัน สุดท้ายU+2060 WORD JOINERจะยับยั้งการขึ้นบรรทัดใหม่และไม่มีช่องว่างใดๆ ที่เกิดจากการเลื่อนเส้นฐานด้วย   

• เส้นคั่น (U+2028)
• ตัวคั่นย่อหน้า (U+2029)

อักขระเหล่านี้ช่วยให้ Unicode มีตัวคั่นย่อหน้าและตัวคั่นบรรทัดแบบดั้งเดิม ซึ่งเป็นอิสระจากอักขระควบคุม ASCII ที่เข้ารหัสแบบเดิม เช่น ตัวขึ้นบรรทัดใหม่ (U+000A), ตัวขึ้นบรรทัดใหม่ (U+000D) และตัวขึ้นบรรทัดใหม่ถัดไป (U+0085) Unicode ไม่ได้จัดเตรียมอักขระควบคุมการจัดรูปแบบ ASCII อื่นๆ ซึ่งสันนิษฐานได้ว่าไม่ได้เป็นส่วนหนึ่งของแบบจำลองการประมวลผลข้อความธรรมดาของ Unicode อักขระควบคุมการจัดรูปแบบแบบเดิมเหล่านี้ ได้แก่U+0009 <control-0009>(แท็บ), U+000B <ควบคุม-000B>(แท็บแนวตั้ง) และ Form Feed (U+000C) ซึ่งถือได้ว่าเป็นตัวแบ่งหน้าเช่นกัน

อักขระเว้นวรรค (U+0020) ซึ่งโดยทั่วไปป้อนโดยการกดแป้นเว้นวรรคบนแป้นพิมพ์ ทำหน้าที่ทางความหมายเป็นตัวคั่นคำในหลายภาษา ด้วยเหตุผลด้านความเข้ากันได้กับระบบเดิม UCS จึงรวมอักขระเว้นวรรคที่มีขนาดแตกต่างกันไว้ด้วย ซึ่งเป็นอักขระที่เทียบเท่ากับอักขระเว้นวรรค แม้ว่าอักขระเว้นวรรคที่มีความกว้างแตกต่างกันเหล่านี้จะมีความสำคัญในด้านการพิมพ์ แต่แบบจำลองการประมวลผลของ Unicode กำหนดให้เอฟเฟกต์ภาพดังกล่าวได้รับการจัดการโดยข้อความแบบ Rich Text, Markup และโปรโตคอลอื่นๆ อักขระเว้นวรรคเหล่านี้รวมอยู่ในชุดอักขระ Unicode เป็นหลักเพื่อจัดการการแปลงรหัสแบบไม่สูญเสียข้อมูลจากชุดอักขระอื่นๆ อักขระเว้นวรรคเหล่านี้ได้แก่:

1. ยู+2000เอ็น ควอด
2. U+2001 EM QUAD
3. U+2002 EN SPACE
4. U+2003 EM SPACE
5. พื้นที่ U+2004สามต่อเอ็ม
6. พื้นที่ U+2005สี่คนต่อหนึ่งเอ็มเอ็ม
7. U+2006พื้นที่หกต่อเอ็ม
8. U+2007ฟิกเกอร์ สเปซ
9. U+2008เครื่องหมายวรรคตอน ช่องว่าง
10. U+2009พื้นที่บาง
11. พื้นที่สำหรับผมU+200A
12. พื้นที่คณิตศาสตร์ระดับกลางU+205F

นอกเหนือจากช่องว่าง ASCII ดั้งเดิมแล้ว ช่องว่างอื่นๆ ทั้งหมดเป็นอักขระที่ใช้เพื่อความเข้ากันได้ ในบริบทนี้หมายความว่าอักขระเหล่านี้ไม่ได้เพิ่มความหมายใดๆ ให้กับข้อความ แต่ให้การควบคุมรูปแบบแทน ภายใน Unicode การควบคุมรูปแบบที่ไม่เกี่ยวกับความหมายนี้มักเรียกว่าข้อความที่สมบูรณ์ (rich text) และอยู่นอกเหนือเป้าหมายหลักของ Unicode แทนที่จะใช้ช่องว่างที่แตกต่างกันในบริบทที่แตกต่างกัน การจัดรูปแบบนี้ควรจัดการผ่านซอฟต์แวร์จัดวางข้อความอัจฉริยะแทน

ตัวคั่นคำเฉพาะระบบการเขียนอีกสามแบบ ได้แก่:

• U+180E ᠎ ตัวคั่นสระมองโกล
• พื้นที่สัญลักษณ์U+3000 : ทำหน้าที่เป็นตัวคั่นสัญลักษณ์ และโดยทั่วไปจะแสดงผลเป็นพื้นที่ว่างสีขาวที่มีความกว้างเท่ากับสัญลักษณ์นั้นๆ
• U+1680เครื่องหมายช่องว่างอ็อกแฮม : อักขระนี้บางครั้งแสดงร่วมกับสัญลักษณ์อื่น และบางครั้งแสดงเป็นเพียงช่องว่างสีขาว

มีการออกแบบอักขระหลายตัวเพื่อช่วยควบคุมการขึ้นบรรทัดใหม่ ไม่ว่าจะเป็นการห้ามขึ้นบรรทัดใหม่ (อักขระห้ามขึ้นบรรทัดใหม่) หรือการแนะนำการขึ้นบรรทัดใหม่ เช่น เครื่องหมายยัติภังค์อ่อน (U+00AD) (บางครั้งเรียกว่า "ยัติภังค์ขี้อาย") อักขระเหล่านี้แม้จะออกแบบมาเพื่อการตกแต่ง แต่ก็อาจเป็นสิ่งจำเป็นอย่างยิ่งสำหรับการขึ้นบรรทัดใหม่ที่ซับซ้อนซึ่งเป็นไปได้

การยับยั้งการแตกหัก

1. U+2011 - เครื่องหมายยัติภังค์ที่ไม่เว้นวรรค
2. พื้นที่ห้ามเว้นว่างU+00A0 
3. U+0F0C ༌ ตัวคั่นเครื่องหมายทิเบต TSHEG BSTAR
4. U+202Fพื้นที่แคบไม่มีช่องว่าง

อักขระที่ป้องกันการขึ้นบรรทัดใหม่นั้นมีจุดประสงค์เพื่อให้เทียบเท่ากับลำดับอักขระที่ถูกห่อหุ้มด้วย Word Joiner U+2060 อย่างไรก็ตาม สามารถเพิ่ม Word Joiner ไว้ก่อนหรือหลังอักขระใดๆ ก็ได้ที่อนุญาตให้มีการขึ้นบรรทัดใหม่ เพื่อป้องกันการขึ้นบรรทัดใหม่ดังกล่าว

การเปิดใช้งานการหยุด

1. U+00ADซอฟต์ ไฮเฟน
2. U+0F0B ་ เครื่องหมายระหว่างพยางค์ทิเบต TSHEG
3. พื้นที่U+200B ความกว้างเป็นศูนย์

ทั้งอักขระที่ยับยั้งการแบ่งบรรทัดและอักขระที่อนุญาตให้แบ่งบรรทัดมีส่วนร่วมกับเครื่องหมายวรรคตอนและอักขระเว้นวรรคอื่นๆ เพื่อให้ระบบการสร้างภาพข้อความสามารถกำหนดการแบ่งบรรทัดภายในอัลกอริธึมการแบ่งบรรทัดของยูนิโค้ดได้^{[ 8 ]}

รหัสจุดทั้งหมดที่มีวัตถุประสงค์หรือการใช้งานบางอย่าง ถือเป็นรหัสจุดที่กำหนดไว้แล้ว ในจำนวนนั้น รหัสจุดเหล่านั้นอาจถูกกำหนดให้กับอักขระนามธรรม หรือถูกกำหนดเพื่อวัตถุประสงค์อื่น ๆ

รหัสอักขระส่วนใหญ่ที่ใช้จริงนั้นถูกกำหนดให้กับอักขระนามธรรม ซึ่งรวมถึงอักขระที่ใช้เฉพาะกลุ่ม ซึ่งแม้ว่าจะไม่ได้ถูกกำหนดอย่างเป็นทางการโดยมาตรฐานยูนิโค้ดสำหรับวัตถุประสงค์เฉพาะใดๆ แต่ผู้ส่งและผู้รับจะต้องตกลงกันล่วงหน้าว่าจะตีความอย่างไรเพื่อให้สามารถ แลกเปลี่ยนข้อมูล ที่มีความหมายได้

UCS ประกอบด้วยอักขระใช้งานส่วนตัว 137,468 ตัว ซึ่งเป็นรหัสจุดสำหรับใช้งานส่วนตัวที่กระจายอยู่ทั่วสามบล็อกที่แตกต่างกัน โดยแต่ละบล็อกเรียกว่าพื้นที่ใช้งานส่วนตัว (PUA) มาตรฐาน Unicode ยอมรับรหัสจุดภายใน PUA ว่าเป็นรหัสอักขระ Unicode ที่ถูกต้อง แต่ไม่ได้กำหนดอักขระ (นามธรรม) ใดๆ ให้กับรหัสจุดเหล่านั้น ในทางกลับกัน บุคคล องค์กร ผู้จำหน่ายซอฟต์แวร์ ผู้จำหน่ายระบบปฏิบัติการ ผู้จำหน่ายฟอนต์ และชุมชนผู้ใช้ปลายทางมีอิสระที่จะใช้รหัสจุดเหล่านั้นตามที่เห็นสมควร ภายในระบบปิด อักขระใน PUA สามารถทำงานได้อย่างไม่คลุมเครือ ทำให้ระบบดังกล่าวสามารถแสดงอักขระหรือสัญลักษณ์ที่ไม่ได้กำหนดไว้ใน Unicode ได้^{[ 9 ]}ในระบบสาธารณะ การใช้งานอักขระเหล่านี้เป็นปัญหามากกว่า เนื่องจากไม่มีการลงทะเบียนและไม่มีวิธีใดที่จะป้องกันไม่ให้หลายองค์กรนำรหัสจุดเดียวกันไปใช้เพื่อวัตถุประสงค์ที่แตกต่างกัน ตัวอย่างหนึ่งของความขัดแย้งดังกล่าวคือ การใช้ U+F8FFของAppleสำหรับโลโก้ Appleเทียบกับ การใช้ U+F8FF ของ ConScript Unicode Registryเป็นสัญลักษณ์การทำมัมมี่ของชาวคลิงอนในอักษรคลิงอน^{[ 10 ]}

ระนาบภาษาพื้นฐาน (ระนาบ 0) ประกอบด้วยอักขระสำหรับผู้ใช้ส่วนตัว 6,400 ตัว ในพื้นที่ใช้งานส่วนตัว (PUA) ซึ่งมีช่วงรหัสตั้งแต่ U+E000 ถึง U+F8FF ระนาบการใช้งานส่วนตัวระนาบ 15 และระนาบ 16 แต่ละระนาบมีพื้นที่ใช้งานส่วนตัวของตนเองจำนวน 65,534 ตัว (โดยสองรหัสสุดท้ายของแต่ละระนาบเป็นอักขระที่ไม่ใช่ตัวอักขระ) ได้แก่พื้นที่ใช้งานส่วนตัวเสริม-Aซึ่งมีช่วงรหัสตั้งแต่ U+F0000 ถึง U+FFFFD และพื้นที่ใช้งานส่วนตัวเสริม-Bซึ่งมีช่วงรหัสตั้งแต่ U+100000 ถึง U+10FFFD

PUA (Private Use Area) เป็นแนวคิดที่สืบทอดมาจากระบบการเข้ารหัสบางระบบในเอเชีย ระบบเหล่านี้มีพื้นที่ใช้งานส่วนตัวเพื่อเข้ารหัสสิ่งที่ชาวญี่ปุ่นเรียกว่าไกจิ (อักขระหายากที่ไม่พบในฟอนต์ทั่วไป) ในลักษณะเฉพาะสำหรับการใช้งานนั้นๆ

UCS ใช้ตัวแทน (surrogates) เพื่อระบุอักขระที่อยู่นอกระนาบหลายภาษาพื้นฐาน เริ่มต้น โดยไม่ต้องใช้การแสดงคำที่มีมากกว่า 16 บิต^{[ 11 ]}มีตัวแทน "สูง" 1024 ตัว (D800–DBFF) และตัวแทน "ต่ำ" 1024 ตัว (DC00–DFFF) โดยการรวมตัวแทนสองตัวเข้าด้วยกัน จะสามารถระบุอักขระที่เหลือในระนาบอื่นๆ ทั้งหมดได้ (1024 × 1024 = 1,048,576 จุดรหัสในระนาบอีก 16 ระนาบ) ในUTF-16ตัวแทนเหล่านี้จะต้องปรากฏเป็นคู่เสมอ โดยเป็นตัวแทนสูงตามด้วยตัวแทนต่ำ ดังนั้นจึงใช้ 32 บิตในการแสดงจุดรหัสหนึ่งจุด

คู่ตัวแทนแสดงถึงจุดรหัส

10,000 ₁₆ + ( สูง - D800 ₁₆ ) × 400 ₁₆ + ( ยาว - DC00 ₁₆ )

โดยที่HและLคือค่าตัวเลขของตัวแทนสูงและต่ำตามลำดับ^{[ 12 ]}

เนื่องจากค่าตัวแทนสูงในช่วง DB80–DBFF จะสร้างค่าในระนาบการใช้งานส่วนตัวเสมอ ดังนั้นช่วงค่าตัวแทนสูงจึงสามารถแบ่งออกเป็นค่าตัวแทนสูง (ปกติ) (D800–DB7F) และ "ค่าตัวแทนสูงสำหรับการใช้งานส่วนตัว" (DB80–DBFF) ได้อีก

จุดรหัสตัวแทนที่แยกเดี่ยวไม่มีการตีความทั่วไป ดังนั้นจึงไม่มีแผนภูมิรหัสอักขระหรือรายการชื่อสำหรับช่วงนี้ ในภาษาการเขียนโปรแกรม Pythonรหัสตัวแทนแต่ละรหัสจะถูกใช้เพื่อฝังไบต์ที่ไม่สามารถถอดรหัสได้ในสตริง Unicode ^{[ 13 ]}

คำว่า "noncharacter" ที่ไม่มีเครื่องหมายขีดคั่น หมายถึง รหัสจุด 66 รหัส (ที่มีป้ายกำกับ<not a character>) ที่สงวนไว้สำหรับการใช้งานภายในอย่างถาวร และรับประกันได้ว่าจะไม่ถูกกำหนดให้กับอักขระใดๆ^{[ 14 ]}แต่ละระนาบทั้ง 17 ระนาบจะมีรหัสจุดสองรหัสสุดท้ายที่กันไว้เป็น noncharacter ดังนั้น noncharacter จึงได้แก่ U+FFFE และ U+FFFF บน BMP, U+1FFFE และ U+1FFFF บนระนาบที่ 1 และอื่นๆ ไปจนถึง U+10FFFE และ U+10FFFF บนระนาบที่ 16 รวมเป็นรหัสจุดทั้งหมด 34 รหัส นอกจากนี้ ยังมีช่วงต่อเนื่องของรหัสจุด noncharacter อีก 32 รหัสใน BMP ซึ่งตั้งอยู่ในรูปแบบการนำเสนอภาษาอาหรับ-A : U+FDD0..U+FDEF การใช้งานซอฟต์แวร์สามารถใช้รหัสจุดเหล่านี้สำหรับการใช้งานภายในได้อย่างอิสระ ตัวอย่างที่มีประโยชน์อย่างยิ่งของ noncharacter คือ รหัสจุด U+FFFE รหัสอักขระนี้มีลำดับไบต์แบบ UTF-16/UCS-2 ที่กลับด้านของเครื่องหมายลำดับไบต์ (U+FEFF) หากสตรีมข้อความมีอักขระที่ไม่ใช่ตัวอักขระนี้ แสดงว่าข้อความนั้นถูกตีความด้วยลำดับไบต์ ที่ ไม่ ถูกต้อง

มาตรฐาน Unicode เวอร์ชัน 3.1.0 ถึง 6.3.0 ระบุว่าอักขระที่ไม่ใช่ตัวอักษร "ไม่ควรใช้แทนกันได้" ต่อมา มีการแก้ไขเพิ่มเติมฉบับที่ 9ของมาตรฐานดังกล่าว โดยระบุว่าสิ่งนี้ทำให้เกิด "การปฏิเสธมากเกินไปอย่างไม่เหมาะสม" จึงชี้แจงว่าอักขระที่ไม่ใช่ตัวอักษร "ไม่ได้ผิดกฎหมายในการใช้แทนกัน และไม่ได้ทำให้ข้อความ Unicode ผิดรูปแบบ" และได้ลบข้อความเดิมออกไป

รหัสอักขระอื่นๆ ทั้งหมด ซึ่งไม่ได้ถูกกำหนดไว้ จะเรียกว่า รหัสอักขระที่สงวนไว้ รหัสอักขระเหล่านี้อาจถูกกำหนดให้ใช้เฉพาะในมาตรฐานยูนิโค้ดเวอร์ชันในอนาคต

ในขณะที่ชุดอักขระอื่นๆ จำนวนมากกำหนดอักขระให้กับทุกรูปแบบที่เป็นไปได้ของการแสดงอักขระนั้น ๆ แต่ยูนิโค้ดพยายามที่จะแยกอักขระออกจากรูปแบบสัญลักษณ์ ความแตกต่างนี้อาจไม่ชัดเจนเสมอไป อย่างไรก็ตาม ตัวอย่างบางส่วนจะช่วยให้เห็นภาพความแตกต่างได้ชัดเจนขึ้น บ่อยครั้งที่อักขระสองตัวอาจถูกรวมเข้าด้วยกันทางด้านการพิมพ์เพื่อปรับปรุงความอ่านง่ายของข้อความ ตัวอย่างเช่น ลำดับตัวอักษรสามตัว "ffi" อาจถูกมองว่าเป็นรูปแบบสัญลักษณ์เดียว ชุดอักขระอื่นๆ มักจะกำหนดรหัสจุดให้กับรูปแบบสัญลักษณ์นี้ นอกเหนือจากตัวอักษรแต่ละตัว: "f" และ "i"

นอกจากนี้ Unicode ยังมอง ตัวอักษรที่มีเครื่องหมายกำกับ เสียง (diaresis)เป็นอักขระแยกต่างหาก ซึ่งเมื่อแสดงผลแล้วจะกลายเป็นสัญลักษณ์เดียว ตัวอย่างเช่น ตัว "o" ที่มี เครื่องหมายกำกับ เสียงคือ " ö " โดยทั่วไปแล้ว ชุดอักขระอื่นๆ จะกำหนดรหัสอักขระเฉพาะสำหรับตัวอักษรที่มีเครื่องหมายกำกับเสียงแต่ละตัวที่ใช้ในแต่ละภาษา Unicode พยายามสร้างแนวทางที่ยืดหยุ่นกว่าโดยอนุญาตให้รวมอักขระกำกับเสียงเข้ากับตัวอักษรใดก็ได้ ซึ่งมีศักยภาพที่จะลดจำนวนรหัสอักขระที่จำเป็นสำหรับชุดอักขระลงอย่างมาก ตัวอย่างเช่น ลองพิจารณาภาษาที่ใช้ตัวอักษรละตินและรวมเครื่องหมายกำกับเสียงกับตัวอักษรพิมพ์ใหญ่และพิมพ์เล็ก "a", "o" และ "u" ด้วยแนวทางของ Unicode จะต้องเพิ่มเฉพาะอักขระกำกับเสียง "a" เท่านั้นลงในชุดอักขระเพื่อใช้กับตัวอักษรละติน ได้แก่ "a", "A", "o", "O", "u" และ "U" รวมทั้งหมดเจ็ดตัว ชุดอักขระแบบดั้งเดิมจำเป็นต้องเพิ่ม ตัวอักษร สำเร็จรูปที่มีเครื่องหมายไดแอรีซิสอีกหกตัว นอกเหนือจากรหัสอักขระหกตัวที่ใช้สำหรับตัวอักษรที่ไม่มีเครื่องหมายไดแอรีซิส รวมเป็นรหัสอักขระทั้งหมดสิบสองตัว

UCS ประกอบด้วยอักขระหลายพันตัวที่ Unicode กำหนดให้เป็นอักขระที่ใช้ร่วมกันได้ อักขระเหล่านี้ถูกรวมไว้ใน UCS เพื่อให้มีจุดรหัสที่แตกต่างกันสำหรับอักขระที่ชุดอักขระอื่น ๆ แยกแยะได้ แต่จะไม่ถูกแยกแยะในวิธีการของ Unicode

เหตุผลหลักที่ทำให้เกิดความแตกต่างนี้คือ Unicode แยกความแตกต่างระหว่างตัวอักษรและสัญลักษณ์ตัวอักษร ตัวอย่างเช่น เมื่อเขียนภาษาอังกฤษด้วยลายมือ แบบ หวัดตัวอักษร "i" อาจมีรูปแบบที่แตกต่างกันไป ขึ้นอยู่กับว่าปรากฏอยู่ต้นคำ ท้ายคำ กลางคำ หรืออยู่โดดเดี่ยว ภาษาอย่างเช่นภาษาอาหรับที่เขียนด้วยอักษรอาหรับจะเป็นแบบหวัดเสมอ ตัวอักษรแต่ละตัวมีหลายรูปแบบ UCS ประกอบด้วยอักขระรูปแบบอาหรับ 730 ตัว ซึ่งแยกย่อยเหลือเพียง 88 ตัวอักษรอาหรับที่ไม่ซ้ำกัน อย่างไรก็ตาม อักขระอาหรับเพิ่มเติมเหล่านี้ถูกรวมไว้เพื่อให้ซอฟต์แวร์ประมวลผลข้อความสามารถแปลงข้อความจากชุดอักขระอื่นเป็น UCS และกลับมาอีกครั้งได้โดยไม่สูญเสียข้อมูลสำคัญสำหรับซอฟต์แวร์ที่ไม่รองรับ Unicode

อย่างไรก็ตาม สำหรับ UCS และ Unicode โดยเฉพาะ วิธีการที่นิยมคือการเข้ารหัสหรือแมปตัวอักษรนั้นไปยังอักขระเดียวกันเสมอ ไม่ว่าตัวอักษรนั้นจะปรากฏอยู่ที่ใดในคำ จากนั้นรูปแบบที่แตกต่างกันของแต่ละตัวอักษรจะถูกกำหนดโดยวิธีการของซอฟต์แวร์แบบอักษรและการจัดวางข้อความ ด้วยวิธีนี้ หน่วยความจำภายในสำหรับอักขระจะยังคงเหมือนเดิมไม่ว่าอักขระนั้นจะปรากฏอยู่ที่ใดในคำ ซึ่งช่วยลดความซับซ้อนในการค้นหา การจัดเรียง และการประมวลผลข้อความอื่นๆ ได้อย่างมาก

อักขระทุกตัวใน Unicode ถูกกำหนดโดยชุดคุณสมบัติขนาดใหญ่และเพิ่มขึ้นเรื่อยๆ คุณสมบัติส่วนใหญ่เหล่านี้ไม่ได้เป็นส่วนหนึ่งของชุดอักขระสากล คุณสมบัติเหล่านี้อำนวยความสะดวกในการประมวลผลข้อความ รวมถึงการเรียงลำดับหรือจัดเรียงข้อความ การระบุคำ ประโยค และกราฟีม การแสดงผลหรือการสร้างภาพข้อความ และอื่นๆ ด้านล่างนี้คือรายการคุณสมบัติหลักบางส่วน ยังมีคุณสมบัติอื่นๆ อีกมากมายที่บันทึกไว้ในฐานข้อมูลอักขระ Unicode ^{[ 15 ]}

คุณสมบัติ	ตัวอย่าง	รายละเอียด
ชื่อ	อักษรละตินตัวพิมพ์ใหญ่ A	นี่คือชื่อถาวรที่กำหนดโดยความร่วมมือระหว่าง Unicode และ ISO UCS มีชื่อที่เลือกไม่ดีอยู่บ้างและได้รับการยอมรับ (เช่น U+FE18 PRESENTATION FORM FOR VERTICAL RIGHT WHITE LENTICULAR BRAKCET ซึ่งสะกดผิด – ควรเป็น BRACKET) แต่จะไม่เปลี่ยนแปลง เพื่อให้มั่นใจถึงความเสถียรของข้อกำหนด[ 16 ]
โค้ดพอยต์	ยู+0041	รหัสจุด Unicode เป็นตัวเลขที่ถูกกำหนดอย่างถาวรเช่นเดียวกับคุณสมบัติ "ชื่อ" และรวมอยู่ใน UCS ด้วย โดยปกติแล้วจะใช้เลขฐานสิบหกแทนรหัสจุดโดยมีคำนำหน้า "U+"
สัญลักษณ์ตัวแทน	[ 17 ]	สัญลักษณ์ตัวแทนมีให้ในแผนภูมิรหัส[ 18 ]
สคริปต์	ละติน (Latn)	อักษรแต่ละตัวเป็นส่วนหนึ่งของอักษรชุด ใดชุดหนึ่ง อักษรแต่ละชุดจะถูกกำหนดรหัส 4 ตัวอักษร ในกรณีนี้คือ "Latn" สำหรับ Latin นอกจากนี้ยังมีอักษรพิเศษอีกสามชุด ได้แก่ อักษรที่ไม่รู้จัก (Zyyy) และอักษรที่สืบทอดมาอีกสองชุด (Zinh และ Qaai)
หมวดหมู่ทั่วไป	ลู่ (ตัวอักษรพิมพ์ใหญ่)	หมวดหมู่ทั่วไป[ 19 ]จะแสดงเป็นลำดับตัวอักษรสองตัว เช่น "Lu" สำหรับตัวอักษรพิมพ์ใหญ่ หรือ "Nd" สำหรับตัวเลขทศนิยม
การรวมคลาส	ไม่ได้เรียงลำดับใหม่ (0)	เนื่องจากเครื่องหมายกำกับเสียงและเครื่องหมายรวมอื่นๆ สามารถแสดงได้ด้วยอักขระหลายตัวใน Unicode คุณสมบัติ "Combining Class" จึงช่วยให้สามารถแยกแยะอักขระตามประเภทของอักขระรวมที่แสดงได้ Combining Class สามารถแสดงเป็นจำนวนเต็มระหว่าง 0 ถึง 255 หรือเป็นค่าที่กำหนดชื่อได้ ค่าจำนวนเต็มช่วยให้สามารถจัดเรียงเครื่องหมายรวมใหม่ให้อยู่ในลำดับมาตรฐานเพื่อให้สามารถเปรียบเทียบสตริงที่เหมือนกันได้
หมวดหมู่แบบสองทิศทาง	จากซ้ายไปขวา	ระบุประเภทของอักขระที่จะใช้กับอัลกอริทึมแบบสองทิศทางของยูนิโค้ด
การสะท้อนแบบสองทิศทาง	เลขที่	ระบุว่าสัญลักษณ์ของตัวอักษรจะต้องถูกกลับด้านหรือสะท้อนภายในอัลกอริทึมแบบสองทิศทาง สัญลักษณ์ที่สะท้อนแล้วสามารถจัดหาโดยผู้สร้างฟอนต์ สกัดจากตัวอักษรอื่นๆ ที่เกี่ยวข้องผ่านคุณสมบัติ "สัญลักษณ์สะท้อนแบบสองทิศทาง" หรือสร้างขึ้นโดยระบบการแสดงผลข้อความ
สัญลักษณ์การสะท้อนแบบสองทิศทาง	ไม่มีข้อมูล	คุณสมบัตินี้ระบุรหัสจุดของอักขระอื่นที่มีรูปสัญลักษณ์ที่สามารถใช้เป็นรูปสัญลักษณ์สะท้อนสำหรับอักขระปัจจุบันเมื่อทำการสะท้อนภายในอัลกอริทึมแบบสองทิศทาง
ค่าตัวเลขทศนิยม	นาเอ็น	สำหรับตัวเลข คุณสมบัตินี้ระบุค่าตัวเลขของตัวอักษร ตัวเลขทศนิยมจะมีค่าทั้งสามค่าตั้งไว้เป็นค่าเดียวกัน ตัวเลขที่ใช้สำหรับการแสดงผลข้อความแบบ Rich Text และตัวเลขอื่นๆ ที่ไม่ใช่ตัวเลขทศนิยมในกลุ่มตัวเลขอาหรับ-อินเดีย โดยทั่วไปจะมีเพียงสองคุณสมบัติหลังเท่านั้นที่ตั้งไว้เป็นค่าตัวเลขของตัวอักษร ในขณะที่ตัวเลขที่ไม่เกี่ยวข้องกับตัวเลขอาหรับ-อินเดีย เช่น ตัวเลขโรมัน หรือตัวเลขฮั่นโจว/ซูโจว โดยทั่วไปจะมีเพียง "ค่าตัวเลข" เท่านั้นที่ระบุไว้
ค่าตัวเลข	นาเอ็น
ค่าตัวเลข	นาเอ็น
อักษรภาพ	เท็จ	ระบุว่าตัวอักษรนั้นเป็นอักษรภาพ CJK : อักษรภาพในอักษรฮั่น[ 20 ]
ค่าเริ่มต้นที่ละเลยได้	เท็จ	ระบุว่าอักขระนี้สามารถละเว้นได้สำหรับการใช้งาน และไม่จำเป็นต้องแสดงสัญลักษณ์ใดๆ ไม่ว่าจะเป็นสัญลักษณ์สำรอง สัญลักษณ์ทดแทน หรืออักขระใดๆ ก็ตาม
เลิกใช้แล้ว	เท็จ	Unicode ไม่เคยลบอักขระออกจากชุดอักขระ แต่บางครั้ง Unicode อาจยกเลิกการใช้งานอักขระจำนวนเล็กน้อย

Unicode มีฐานข้อมูลออนไลน์^{[ 21 ]}เพื่อสอบถามชุดอักขระ Unicode ทั้งหมดแบบโต้ตอบตามคุณสมบัติต่างๆ

• รีจิสทรี Unicode ของ ConScript
• อักขระความเข้ากันได้ของยูนิโค้ด

วิกิมีเดียคอมมอน ส์มีสื่อที่เกี่ยวข้องกับยูนิโค้ด

• สมาคมยูนิโค้ด
• decodeunicode.orgวิกิ Unicode ที่รวบรวมอักขระกราฟิกทั้ง 98884 ตัวของ Unicode 5.0 ในรูปแบบไฟล์ GIF พร้อมระบบค้นหาข้อความเต็มรูปแบบ
• อักขระยูนิโค้ดตามคุณสมบัติ