52 noticias
Apple ha ampliado el soporte de su teclado en iOS para incluir más de 200 lenguas y variantes, destacando la incorporación de idiomas indígenas como el cherokee, el nece perce y el cree del norte. Esta iniciativa, impulsada por la colaboración con la Nación Cherokee, busca revitalizar lenguas en rie
DatoCMS ha implementado una solución técnica para corregir el renderizado incorrecto de caracteres en navegadores como Firefox, afectando específicamente a scripts como S'gaw Karen. El problema, que manifestaba círculos punteados en lugar de texto legible, se resolvió no mediante una corrección punt
El formato de texto plano (plain text) se mantiene como uno de los estándares más duraderos en la computación debido a su simplicidad estructural y su independencia de aplicaciones específicas. A diferencia de los formatos de documentos ricos, que dependen de software propietario o de familias de ap
La versión 9.1.0 de Tcl/Tk, lanzada el 29 de septiembre de 2026, consolida las mejoras técnicas de la serie 9.0, enfocándose en la estabilidad y la modernización de la interfaz. Esta actualización destaca por la incorporación de la normalización Unicode a través de nuevas rutinas C y comandos, lo qu
El artículo analiza las variantes históricas de los teclados de Apple que incorporaron símbolos específicos para adaptarse a las normativas locales y las necesidades de programación en Japón y Canadá. En Canadá, durante finales de los años 90 y principios de los 2000, Apple implementó un diseño basa
Unicode 18.0 introduce nueve nuevos emojis que se integrarán en todas las aplicaciones y sistemas operativos a partir de septiembre. Esta actualización del estándar universal de texto y símbolos garantiza que las novedades lleguen de forma homogénea a plataformas como WhatsApp, correos electrónicos
La internacionalización (i18n) es la arquitectura del código que permite adaptar un producto a distintos mercados, mientras que la localización (l10n) es lo que el usuario final percibe: idioma, formatos de fecha, moneda, números y convenciones culturales. Un sitio de reservas que muestra precios, f
El proyecto "Are We Legacy Computing Yet?" rastrea el nivel de compatibilidad de los principales emuladores de terminal con los bloques Unicode "Symbols for Legacy Computing" (U+1FB00–U+1FBFF) y su suplemento (U+1CC00–U+1CEBF). Estos bloques reúnen caracteres gráficos presentes en ordenadores de los
El programador y desarrollador del desensamblador web dasm.martypc.net descubrió de forma casual que el emoji de la cabra (🐐) se codifica en UTF-8 como F0 9F 90 90, una secuencia que resulta ser código máquina válido para el procesador Intel 8088: LAHF, NOP y NOP. A partir de esa observación, explor
Ramsey Nasser, diseñador de juegos, artista y educador, sostiene que toda herramienta de programación moderna exige conocimientos de inglés, lo que perpetúa una ventaja cultural difícil de justificar. En su charla, presentada como respuesta al artículo seminal de Alan Kay de 1972 «A Personal Compute
El desarrollador residente de seguridad de la Python Software Foundation, Seth Larson, ha detallado una vulnerabilidad en CPython relacionada con el uso de str.lower() dentro de la implementación de StringPrep, el algoritmo definido en el RFC 3454 que forma parte de IDNA 2003 (RFC 3491). StringPrep
En 1978, el Ministerio de Economía, Comercio e Industria de Japón publicó la norma JIS X 0208, una codificación de caracteres que sigue siendo referencia para todos los sistemas de escritura japoneses. Poco después de su aparición, varios especialistas detectaron un fenómeno singular: algunos de los
GitHub ha publicado en detalle cómo su motor de búsqueda de código, Blackbird —que indexa más de 180 millones de repositorios y 480 TB de código fuente—, logró procesar el case-folding (plegado de mayúsculas a una forma canónica para comparaciones) a más de 45 GiB/s en un solo núcleo de un Apple M4.
The Art of 64-Bit Assembly, Volumen 2 es un libro dedicado a la programación en ensamblador x86-64 sobre Windows con MASM, dirigido a lectores que ya dominan el lenguaje ensamblador y quieren comprender a fondo cómo se materializan las construcciones de los lenguajes de alto nivel. La premisa del li
El artículo repasa, desde la óptica del diseño tipográfico, varios signos de puntuación básicos cuyo uso cotidiano hace que pasen desapercibidos: el punto, la coma, la elipsis, el punto volado y el punto medio. Empieza por el punto, describiendo sus variantes formales (redondeado, rectangular, rombo
ascdraw es un editor de diagramas nativo, controlado con teclado, pensado para personas que piensan en texto. Funciona como un lienzo Unicode prácticamente infinito para líneas conectadas, símbolos, formas, texto, edición rectangular, capas y exportación a TXT, JSON y PNG. Está desarrollado por Prze
El estándar Unicode define más de mil puntos de código que admiten dos presentaciones: textual o como emoji. La elección entre una y otra depende de un carácter invisible llamado selector de variación (Variation Selector-15, U+FE0E, para forzar texto; Variation Selector-16, U+FE0F, para forzar emoji
Mojibake es una biblioteca de bajo nivel escrita en C11 (compatible con C++17) que implementa procesamiento de texto conforme al estándar Unicode 17. Se distribuye como dos únicos archivos (mojibake.c y mojibake.h) bajo licencia MIT, lo que permite integrarla en cualquier proyecto C o C++ sin instal
Noto es una colección de tipografías de alta calidad desarrollada por Google en colaboración con Monotype, Adobe y expertos internacionales en tipografía. Su objetivo es ofrecer fuentes armónicas y técnicamente correctas para más de 1.000 idiomas y más de 150 sistemas de escritura, desde el latín y
El Unicode incluye en sus bloques tipográficos numerosos ornamentos editoriales clásicos, como ❦ y ❧, además de símbolos como ❀ (White Florette) o ᪥ (Tai Tham Sign Dokmai, donde "dokmai" significa "flor" en tailandés septentrional y lao). Muchos diseñadores web quieren emplearlos como separadores vi
Un análisis reciente demuestra que las reglas de transliteración definidas en el estándar Unicode UTS #35, diseñadas para transformar caracteres como «é» en «e», poseen bajo su semántica natural una potencia de cómputo equivalente a la de una máquina de Turing. Estas reglas, distribuidas como datos
El artículo analiza por qué la frase islámica basmala —بِسْمِ ٱللهِ ٱلرَّحْمَٰنِ ٱلرَّحِيْمِ, «en el nombre de Dios, el Clemente, el Misericordioso»— recibió en Unicode el codepoint especial U+FDFD, que la muestra como un único glifo indivisible en lugar de como una secuencia de letras. El autor par
MonoLisa es una fuente monoespaciada diseñada específicamente para programadores, concebida para mejorar la legibilidad del código en pantalla durante sesiones prolongadas de trabajo. El proyecto se distingue por su atención al detalle tipográfico: formas de glifos optimizadas, distinción clara entr
La representación del árabe en entornos digitales arrastra dificultades que se remontan a los orígenes de la imprenta. Este artículo introductorio de una serie explica por qué la tipografía móvil, pensada para alfabetos como el latino, encajó mal con una escritura basada en bloques de letras con lig
Velvetyne, fundición de tipografías libres y de código abierto, publica Jgs Font, una fuente creada por el artista ASCII Adel Faure como homenaje a Joan G. Stark, una de las figuras más prolíficas del arte ASCII en Usenet durante los años noventa y dos mil. Faure, integrante de los colectivos Mistig
Ollie Wagner, uno de los tres diseñadores del primer set de emoji de Apple, ha concedido una entrevista por correo electrónico al autor Keith Houston en el marco de su libro sobre el origen de los emoji. Wagner llegó al proyecto en otoño de 2008 como becario en el equipo de Human Interface, tras rec
Esta página recopila los emoji que fueron parte de una propuesta formal de carácter presentada al Unicode Consortium y que finalmente no se incorporaron al estándar. El autor aclara que solo se incluyen símbolos pensados para usarse como emoji y se excluyen los que terminaron entrando al estándar po
El artículo explora la compleja historia y los desafíos técnicos de renderizar tipografía árabe en la web, a partir de un caso concreto en el que un bloque de texto árabe no se justificaba correctamente en un producto digital. El autor, un desarrollador frontend, descubre que el problema no es un er
Los modelos de lenguaje grandes (LLM) como GPT-4 no procesan texto directamente: lo fragmentan en unidades llamadas tokens, las únicas entidades que el modelo realmente percibe. Cada modelo dispone de un vocabulario fijo de tokens decidido durante su entrenamiento, por eso GPT-4 y Llama 3 descompone
El proyecto documenta una extensión completa al estándar ISO 10646-1/Unicode para las clásicas fuentes bitmap del sistema X Window. Todas las fuentes de la familia «-misc-fixed-*» —desde 5x7 hasta 10x20— se han reeditado con codificación ISO10646-1, de modo que cubren el conjunto de caracteres de la
El Consorcio Unicode ha publicado un borrador preliminar de la versión 18.0.0 de su estándar, una actualización que introduce 13.047 caracteres nuevos, elevando el repertorio total a 172.848 símbolos. Esta actualización es relevante porque amplifica la representación digital de lenguajes y sistemas
El artículo de Tritium Legal Technologies explora una vulnerabilidad emergente en la forma en que los sistemas de tecnología legal modernos procesan documentos, particularmente aquellos que contienen fuentes. Se denomina “Noroboto” y se basa en la manipulación de fuentes TrueType para engañar a los
Este artículo narra la historia de un bug particularmente insidioso que el autor descubrió mientras trabajaba en un editor colaborativo basado en TipTap y Yjs. El problema se manifestó de forma silenciosa: el editor dejaba de guardar cambios sin dar errores visibles, haciendo que el contenido del us
A menudo nos preguntamos cómo indicar a Windows que estamos trabajando con un archivo binario o de texto. La respuesta, sorprendentemente, es que Windows no 'sabe' la diferencia. Desde la perspectiva del sistema operativo, un archivo es simplemente una secuencia de bytes, y la interpretación de esos
Un desarrollador ha revitalizado Turbo Vision, un marco clásico para interfaces de usuario basadas en texto, con una nueva versión que ofrece soporte Unicode y compatibilidad multiplataforma. El proyecto, iniciado a finales de 2018, busca replicar la funcionalidad del original mientras lo adapta a e
Typotheque ha presentado 'Zed', una nueva tipografía sans-serif diseñada con un enfoque radical en la accesibilidad e inclusión. A diferencia de muchas tipografías del siglo XX, Zed ofrece versiones separadas optimizadas para texto y para uso en display, basadas en investigaciones sobre la legibilid
Un desarrollador ha lanzado una nueva herramienta visual interactiva para explorar el universo Unicode, disponible en charcuterie.elastiq.ch. La plataforma permite a los usuarios navegar por el conjunto de caracteres Unicode, descubrir glifos relacionados y aprender sobre los diferentes sistemas de
Investigadores han descubierto que los modelos de inteligencia artificial (IA) pueden ahora ocultar mensajes dentro de texto aparentemente normal, lo que plantea preocupaciones sobre la seguridad de los grandes modelos de lenguaje (LLM). La técnica, demostrada en steganography.patrickvuscan.com, uti
HarfBuzz es una biblioteca de *shaping* de texto de código abierto, esencial para la correcta visualización de textos complejos en diversas escrituras (árabe, hindi, tailandés, etc.). La 'HarfBuzz GPU Demo' es una demostración interactiva que permite experimentar con HarfBuzz y sus capacidades, espe
Este artículo introduce los sistemas de escritura, centrándose en el chino, japonés y coreano, y explica cómo Unicode los maneja. Comienza con el chino, destacando la diferencia entre los caracteres tradicionales (usados en Taiwán y Hong Kong) y los simplificados (usados en China continental y Singa
En el mundo del C++, es común escuchar la recomendación de reemplazar el paso de `std::wstring` por referencia constante (`const std::wstring&`) con `std::wstring_view` para modernizar el código. Sin embargo, esta sugerencia puede ser incorrecta y generar errores sutiles, especialmente cuando se int
Un actor de amenazas conocido como Glassworm ha reactivado una campaña de malware que compromete repositorios de código abierto, afectando a plataformas como GitHub, npm y VS Code. La técnica, que ya había sido detectada anteriormente, utiliza caracteres Unicode invisibles para ocultar código malici
Investigadores de la firma Aikido Security han descubierto un sofisticado ataque a la cadena de suministro que ha afectado a repositorios de GitHub, NPM y Open VSX. El ataque, que comenzó el 3 de marzo y continuó hasta el 9 de marzo, involucró la subida de 151 paquetes maliciosos que contienen códig
Este artículo resuelve un misterio tipográfico: el origen y significado del glifo Unicode U+237C (⍼). Durante mucho tiempo, este símbolo ha sido un enigma para los entusiastas de la tipografía y la historia de los símbolos. La resolución llegó gracias a una actualización en Wikipedia por parte del u
Este artículo explora cómo la evolución del lenguaje en internet se ve influenciada por dos fuerzas principales: la propia naturaleza humana y los algoritmos de las plataformas de redes sociales. Tim Bray, un experto en tecnología, revisa dos libros clave: *Because Internet* de Gretchen McCulloch y
El documento RFC 454545, publicado en marzo de 2026 por Janice Wilson y Jeff Auriemma, aborda un problema emergente en la era de la generación de texto automatizada: la 'Desintegración de la Autenticidad de la Raya' (DAC). Este fenómeno ocurre porque los sistemas de IA, al generar texto, utilizan la
Este artículo explora el concepto de "costos ocultos" en la programación, desafiando la idea de que los lenguajes de alto nivel son inherentemente menos eficientes que los lenguajes de bajo nivel como C o C++. El autor observa que los programadores de sistemas a menudo evitan lenguajes con recolecci
Se ha anunciado el lanzamiento de Gawk 5.4.0, una importante actualización del lenguaje de programación GNU Awk. La nueva versión, disponible desde el 22 de febrero de 2026, introduce el motor de expresiones regulares MinRX, desarrollado por Mike Haertel, como opción predeterminada, reemplazando a l
Un investigador ha desarrollado una herramienta llamada 'confusable-vision' para cuantificar la similitud visual de pares de caracteres Unicode confusables. La herramienta, basada en el cálculo del índice de similitud estructural (SSIM), analizó 1.418 pares de caracteres en 230 fuentes, revelando qu
Un fallo de compatibilidad entre la lista 'confusables.txt' y la normalización NFKC podría dejar sistemas vulnerables a ataques de homoglífos. 'confusables.txt', un archivo de la Unicode Consortium, mapea caracteres visualmente similares para detectar posibles suplantaciones (como usar una 'а' ciríl
Unicode ha finalizado la estandarización de MessageFormat 2.0, un estándar para la representación de mensajes localizables en software. El estándar, que reemplaza capacidades de formato de mensajes anteriores integradas en ICU, busca facilitar la adaptación de mensajes a diferentes idiomas y cultura
Este artículo explora el renderizado de fuentes desde cero, un proceso que a menudo se da por sentado pero que es sorprendentemente complejo. La renderización de fuentes implica mostrar texto en una pantalla, y presenta desafíos significativos, como escalar fuentes a diferentes tamaños manteniendo l
