pod/perlunicode.pod

   1 =head1 NAME
   2
   3 perlunicode - Unicode support in Perl
   4
   5 =head1 DESCRIPTION
   6
   7 =head2 Important Caveats
   8
   9 WARNING: While the implementation of Unicode support in Perl is now
  10 fairly complete it is still evolving to some extent.
  11
  12 In particular the way Unicode is handled on EBCDIC platforms is still
  13 rather experimental. On such a platform references to UTF-8 encoding
  14 in this document and elsewhere should be read as meaning UTF-EBCDIC as
  15 specified in Unicode Technical Report 16 unless ASCII vs EBCDIC issues
  16 are specifically discussed. There is no C<utfebcdic> pragma or
  17 ":utfebcdic" layer, rather "utf8" and ":utf8" are re-used to mean
  18 platform's "natural" 8-bit encoding of Unicode. See L<perlebcdic> for
  19 more discussion of the issues.
  20
  21 The following areas are still under development.
  22
  23 =over 4
  24
  25 =item Input and Output Disciplines
  26
  27 A filehandle can be marked as containing perl's internal Unicode
  28 encoding (UTF-8 or UTF-EBCDIC) by opening it with the ":utf8" layer.
  29 Other encodings can be converted to perl's encoding on input, or from
  30 perl's encoding on output by use of the ":encoding()" layer.  There is
  31 not yet a clean way to mark the Perl source itself as being in an
  32 particular encoding.
  33
  34 =item Regular Expressions
  35
  36 The regular expression compiler does now attempt to produce
  37 polymorphic opcodes.  That is the pattern should now adapt to the data
  38 and automatically switch to the Unicode character scheme when
  39 presented with Unicode data, or a traditional byte scheme when
  40 presented with byte data.  The implementation is still new and
  41 (particularly on EBCDIC platforms) may need further work.
  42
  43 =item C<use utf8> still needed to enable UTF-8/UTF-EBCDIC in scripts
  44
  45 The C<utf8> pragma implements the tables used for Unicode support.
  46 These tables are automatically loaded on demand, so the C<utf8> pragma
  47 need not normally be used.
  48
  49 However, as a compatibility measure, this pragma must be explicitly
  50 used to enable recognition of UTF-8 in the Perl scripts themselves on
  51 ASCII based machines or recognize UTF-EBCDIC on EBCDIC based machines.
  52 B<NOTE: this should be the only place where an explicit C<use utf8> is
  53 needed>.
  54
  55 You can also use the C<encoding> pragma to change the default encoding
  56 of the whole script; see L<encoding>.
  57
  58 =back
  59
  60 =head2 Byte and Character semantics
  61
  62 Beginning with version 5.6, Perl uses logically wide characters to
  63 represent strings internally.  This internal representation of strings
  64 uses either the UTF-8 or the UTF-EBCDIC encoding.
  65
  66 In future, Perl-level operations can be expected to work with
  67 characters rather than bytes, in general.
  68
  69 However, as strictly an interim compatibility measure, Perl aims to
  70 provide a safe migration path from byte semantics to character
  71 semantics for programs.  For operations where Perl can unambiguously
  72 decide that the input data is characters, Perl now switches to
  73 character semantics.  For operations where this determination cannot
  74 be made without additional information from the user, Perl decides in
  75 favor of compatibility, and chooses to use byte semantics.
  76
  77 This behavior preserves compatibility with earlier versions of Perl,
  78 which allowed byte semantics in Perl operations, but only as long as
  79 none of the program's inputs are marked as being as source of Unicode
  80 character data.  Such data may come from filehandles, from calls to
  81 external programs, from information provided by the system (such as %ENV),
  82 or from literals and constants in the source text.
  83
  84 If the C<-C> command line switch is used, (or the
  85 ${^WIDE_SYSTEM_CALLS} global flag is set to C<1>), all system calls
  86 will use the corresponding wide character APIs.  Note that this is
  87 currently only implemented on Windows since other platforms API
  88 standard on this area.
  89
  90 Regardless of the above, the C<bytes> pragma can always be used to
  91 force byte semantics in a particular lexical scope.  See L<bytes>.
  92
  93 The C<utf8> pragma is primarily a compatibility device that enables
  94 recognition of UTF-(8|EBCDIC) in literals encountered by the parser.
  95 Note that this pragma is only required until a future version of Perl
  96 in which character semantics will become the default.  This pragma may
  97 then become a no-op.  See L<utf8>.
  98
  99 Unless mentioned otherwise, Perl operators will use character semantics
 100 when they are dealing with Unicode data, and byte semantics otherwise.
 101 Thus, character semantics for these operations apply transparently; if
 102 the input data came from a Unicode source (for example, by adding a
 103 character encoding discipline to the filehandle whence it came, or a
 104 literal UTF-8 string constant in the program), character semantics
 105 apply; otherwise, byte semantics are in effect.  To force byte semantics
 106 on Unicode data, the C<bytes> pragma should be used.
 107
 108 Notice that if you concatenate strings with byte semantics and strings
 109 with Unicode character data, the bytes will by default be upgraded
 110 I<as if they were ISO 8859-1 (Latin-1)> (or if in EBCDIC, after a
 111 translation to ISO 8859-1).  To change this, use the C<encoding>
 112 pragma, see L<encoding>.
 113
 114 Under character semantics, many operations that formerly operated on
 115 bytes change to operating on characters.  For ASCII data this makes no
 116 difference, because UTF-8 stores ASCII in single bytes, but for any
 117 character greater than C<chr(127)>, the character B<may> be stored in
 118 a sequence of two or more bytes, all of which have the high bit set.
 119
 120 For C1 controls or Latin 1 characters on an EBCDIC platform the
 121 character may be stored in a UTF-EBCDIC multi byte sequence.  But by
 122 and large, the user need not worry about this, because Perl hides it
 123 from the user.  A character in Perl is logically just a number ranging
 124 from 0 to 2**32 or so.  Larger characters encode to longer sequences
 125 of bytes internally, but again, this is just an internal detail which
 126 is hidden at the Perl level.
 127
 128 =head2 Effects of character semantics
 129
 130 Character semantics have the following effects:
 131
 132 =over 4
 133
 134 =item *
 135
 136 Strings and patterns may contain characters that have an ordinal value
 137 larger than 255.
 138
 139 Presuming you use a Unicode editor to edit your program, such
 140 characters will typically occur directly within the literal strings as
 141 UTF-8 (or UTF-EBCDIC on EBCDIC platforms) characters, but you can also
 142 specify a particular character with an extension of the C<\x>
 143 notation.  UTF-X characters are specified by putting the hexadecimal
 144 code within curlies after the C<\x>.  For instance, a Unicode smiley
 145 face is C<\x{263A}>.
 146
 147 =item *
 148
 149 Identifiers within the Perl script may contain Unicode alphanumeric
 150 characters, including ideographs.  (You are currently on your own when
 151 it comes to using the canonical forms of characters--Perl doesn't
 152 (yet) attempt to canonicalize variable names for you.)
 153
 154 =item *
 155
 156 Regular expressions match characters instead of bytes.  For instance,
 157 "." matches a character instead of a byte.  (However, the C<\C> pattern
 158 is provided to force a match a single byte ("C<char>" in C, hence C<\C>).)
 159
 160 =item *
 161
 162 Character classes in regular expressions match characters instead of
 163 bytes, and match against the character properties specified in the
 164 Unicode properties database.  So C<\w> can be used to match an
 165 ideograph, for instance.
 166
 167 =item *
 168
 169 Named Unicode properties and block ranges make be used as character
 170 classes via the new C<\p{}> (matches property) and C<\P{}> (doesn't
 171 match property) constructs.  For instance, C<\p{Lu}> matches any
 172 character with the Unicode uppercase property, while C<\p{M}> matches
 173 any mark character.  Single letter properties may omit the brackets,
 174 so that can be written C<\pM> also.  Many predefined character classes
 175 are available, such as C<\p{IsMirrored}> and C<\p{InTibetan}>.
 176
 177 The C<\p{Is...}> test for "general properties" such as "letter",
 178 "digit", while the C<\p{In...}> test for Unicode scripts and blocks.
 179
 180 The official Unicode script and block names have spaces and dashes and
 181 separators, but for convenience you can have dashes, spaces, and
 182 underbars at every word division, and you need not care about correct
 183 casing.  It is recommended, however, that for consistency you use the
 184 following naming: the official Unicode script, block, or property name
 185 (see below for the additional rules that apply to block names),
 186 with whitespace and dashes replaced with underbar, and the words
 187 "uppercase-first-lowercase-rest".  That is, "Latin-1 Supplement"
 188 becomes "Latin_1_Supplement".
 189
 190 You can also negate both C<\p{}> and C<\P{}> by introducing a caret
 191 (^) between the first curly and the property name: C<\p{^In_Tamil}> is
 192 equal to C<\P{In_Tamil}>.
 193
 194 The C<In> and C<Is> can be left out: C<\p{Greek}> is equal to
 195 C<\p{In_Greek}>, C<\P{Pd}> is equal to C<\P{Pd}>.
 196
 197     Short       Long
 198
 199     L           Letter
 200     Lu          Uppercase_Letter
 201     Ll          Lowercase_Letter
 202     Lt          Titlecase_Letter
 203     Lm          Modifier_Letter
 204     Lo          Other_Letter
 205
 206     M           Mark
 207     Mn          Nonspacing_Mark
 208     Mc          Spacing_Mark
 209     Me          Enclosing_Mark
 210
 211     N           Number
 212     Nd          Decimal_Number
 213     Nl          Letter_Number
 214     No          Other_Number
 215
 216     P           Punctuation
 217     Pc          Connector_Punctuation
 218     Pd          Dash_Punctuation
 219     Ps          Open_Punctuation
 220     Pe          Close_Punctuation
 221     Pi          Initial_Punctuation
 222                 (may behave like Ps or Pe depending on usage)
 223     Pf          Final_Punctuation
 224                 (may behave like Ps or Pe depending on usage)
 225     Po          Other_Punctuation
 226
 227     S           Symbol
 228     Sm          Math_Symbol
 229     Sc          Currency_Symbol
 230     Sk          Modifier_Symbol
 231     So          Other_Symbol
 232
 233     Z           Separator
 234     Zs          Space_Separator
 235     Zl          Line_Separator
 236     Zp          Paragraph_Separator
 237
 238     C           Other
 239     Cc          Control
 240     Cf          Format
 241     Cs          Surrogate
 242     Co          Private_Use
 243     Cn          Unassigned
 244
 245 There's also C<L&> which is an alias for C<Ll>, C<Lu>, and C<Lt>.
 246
 247 The following reserved ranges have C<In> tests:
 248
 249     CJK_Ideograph_Extension_A
 250     CJK_Ideograph
 251     Hangul_Syllable
 252     Non_Private_Use_High_Surrogate
 253     Private_Use_High_Surrogate
 254     Low_Surrogate
 255     Private_Surrogate
 256     CJK_Ideograph_Extension_B
 257     Plane_15_Private_Use
 258     Plane_16_Private_Use
 259
 260 For example C<"\x{AC00}" =~ \p{HangulSyllable}> will test true.
 261 (Handling of surrogates is not implemented yet, because Perl
 262 uses UTF-8 and not UTF-16 internally to represent Unicode.)
 263
 264 Additionally, because scripts differ in their directionality
 265 (for example Hebrew is written right to left), all characters
 266 have their directionality defined:
 267
 268     BidiL       Left-to-Right
 269     BidiLRE     Left-to-Right Embedding
 270     BidiLRO     Left-to-Right Override
 271     BidiR       Right-to-Left
 272     BidiAL      Right-to-Left Arabic
 273     BidiRLE     Right-to-Left Embedding
 274     BidiRLO     Right-to-Left Override
 275     BidiPDF     Pop Directional Format
 276     BidiEN      European Number
 277     BidiES      European Number Separator
 278     BidiET      European Number Terminator
 279     BidiAN      Arabic Number
 280     BidiCS      Common Number Separator
 281     BidiNSM     Non-Spacing Mark
 282     BidiBN      Boundary Neutral
 283     BidiB       Paragraph Separator
 284     BidiS       Segment Separator
 285     BidiWS      Whitespace
 286     BidiON      Other Neutrals
 287
 288 =head2 Scripts
 289
 290 The scripts available for C<\p{In...}> and C<\P{In...}>, for example
 291 \p{InCyrillic>, are as follows, for example C<\p{InLatin}> or C<\P{InHan}>:
 292
 293     Arabic
 294     Armenian
 295     Bengali
 296     Bopomofo
 297     Canadian-Aboriginal
 298     Cherokee
 299     Cyrillic
 300     Deseret
 301     Devanagari
 302     Ethiopic
 303     Georgian
 304     Gothic
 305     Greek
 306     Gujarati
 307     Gurmukhi
 308     Han
 309     Hangul
 310     Hebrew
 311     Hiragana
 312     Inherited
 313     Kannada
 314     Katakana
 315     Khmer
 316     Lao
 317     Latin
 318     Malayalam
 319     Mongolian
 320     Myanmar
 321     Ogham
 322     Old-Italic
 323     Oriya
 324     Runic
 325     Sinhala
 326     Syriac
 327     Tamil
 328     Telugu
 329     Thaana
 330     Thai
 331     Tibetan
 332     Yi
 333
 334 There are also extended property classes that supplement the basic
 335 properties, defined by the F<PropList> Unicode database:
 336
 337     ASCII_Hex_Digit
 338     Bidi_Control
 339     Dash
 340     Diacritic
 341     Extender
 342     Hex_Digit
 343     Hyphen
 344     Ideographic
 345     Join_Control
 346     Noncharacter_Code_Point
 347     Other_Alphabetic
 348     Other_Lowercase
 349     Other_Math
 350     Other_Uppercase
 351     Quotation_Mark
 352     White_Space
 353
 354 and further derived properties:
 355
 356     Alphabetic      Lu + Ll + Lt + Lm + Lo + Other_Alphabetic
 357     Lowercase       Ll + Other_Lowercase
 358     Uppercase       Lu + Other_Uppercase
 359     Math            Sm + Other_Math
 360
 361     ID_Start        Lu + Ll + Lt + Lm + Lo + Nl
 362     ID_Continue     ID_Start + Mn + Mc + Nd + Pc
 363
 364     Any             Any character
 365     Assigned        Any non-Cn character
 366     Common          Any character (or unassigned code point)
 367                     not explicitly assigned to a script
 368
 369 =head2 Blocks
 370
 371 In addition to B<scripts>, Unicode also defines B<blocks> of
 372 characters.  The difference between scripts and blocks is that the
 373 scripts concept is closer to natural languages, while the blocks
 374 concept is more an artificial grouping based on groups of 256 Unicode
 375 characters.  For example, the C<Latin> script contains letters from
 376 many blocks.  On the other hand, the C<Latin> script does not contain
 377 all the characters from those blocks, it does not for example contain
 378 digits because digits are shared across many scripts.  Digits and
 379 other similar groups, like punctuation, are in a category called
 380 C<Common>.
 381
 382 For more about scripts see the UTR #24:
 383 http://www.unicode.org/unicode/reports/tr24/
 384 For more about blocks see
 385 http://www.unicode.org/Public/UNIDATA/Blocks.txt
 386
 387 Because there are overlaps in naming (there are, for example, both
 388 a script called C<Katakana> and a block called C<Katakana>, the block
 389 version has C<Block> appended to its name, C<\p{InKatakanaBlock}>.
 390
 391 Notice that this definition was introduced in Perl 5.8.0: in Perl
 392 5.6 only the blocks were used; in Perl 5.8.0 scripts became the
 393 preferential Unicode character class definition; this meant that
 394 the definitions of some character classes changed (the ones in the
 395 below list that have the C<Block> appended).
 396
 397    Alphabetic Presentation Forms
 398    Arabic Block
 399    Arabic Presentation Forms-A
 400    Arabic Presentation Forms-B
 401    Armenian Block
 402    Arrows
 403    Basic Latin
 404    Bengali Block
 405    Block Elements
 406    Bopomofo Block
 407    Bopomofo Extended
 408    Box Drawing
 409    Braille Patterns
 410    Byzantine Musical Symbols
 411    CJK Compatibility
 412    CJK Compatibility Forms
 413    CJK Compatibility Ideographs
 414    CJK Compatibility Ideographs Supplement
 415    CJK Radicals Supplement
 416    CJK Symbols and Punctuation
 417    CJK Unified Ideographs
 418    CJK Unified Ideographs Extension A
 419    CJK Unified Ideographs Extension B
 420    Cherokee Block
 421    Combining Diacritical Marks
 422    Combining Half Marks
 423    Combining Marks for Symbols
 424    Control Pictures
 425    Currency Symbols
 426    Cyrillic Block
 427    Deseret Block
 428    Devanagari Block
 429    Dingbats
 430    Enclosed Alphanumerics
 431    Enclosed CJK Letters and Months
 432    Ethiopic Block
 433    General Punctuation
 434    Geometric Shapes
 435    Georgian Block
 436    Gothic Block
 437    Greek Block
 438    Greek Extended
 439    Gujarati Block
 440    Gurmukhi Block
 441    Halfwidth and Fullwidth Forms
 442    Hangul Compatibility Jamo
 443    Hangul Jamo
 444    Hangul Syllables
 445    Hebrew Block
 446    High Private Use Surrogates
 447    High Surrogates
 448    Hiragana Block
 449    IPA Extensions
 450    Ideographic Description Characters
 451    Kanbun
 452    Kangxi Radicals
 453    Kannada Block
 454    Katakana Block
 455    Khmer Block
 456    Lao Block
 457    Latin 1 Supplement
 458    Latin Extended Additional
 459    Latin Extended-A
 460    Latin Extended-B
 461    Letterlike Symbols
 462    Low Surrogates
 463    Malayalam Block
 464    Mathematical Alphanumeric Symbols
 465    Mathematical Operators
 466    Miscellaneous Symbols
 467    Miscellaneous Technical
 468    Mongolian Block
 469    Musical Symbols
 470    Myanmar Block
 471    Number Forms
 472    Ogham Block
 473    Old Italic Block
 474    Optical Character Recognition
 475    Oriya Block
 476    Private Use
 477    Runic Block
 478    Sinhala Block
 479    Small Form Variants
 480    Spacing Modifier Letters
 481    Specials
 482    Superscripts and Subscripts
 483    Syriac Block
 484    Tags
 485    Tamil Block
 486    Telugu Block
 487    Thaana Block
 488    Thai Block
 489    Tibetan Block
 490    Unified Canadian Aboriginal Syllabics
 491    Yi Radicals
 492    Yi Syllables
 493
 494 =item *
 495
 496 The special pattern C<\X> match matches any extended Unicode sequence
 497 (a "combining character sequence" in Standardese), where the first
 498 character is a base character and subsequent characters are mark
 499 characters that apply to the base character.  It is equivalent to
 500 C<(?:\PM\pM*)>.
 501
 502 =item *
 503
 504 The C<tr///> operator translates characters instead of bytes.  Note
 505 that the C<tr///CU> functionality has been removed, as the interface
 506 was a mistake.  For similar functionality see pack('U0', ...) and
 507 pack('C0', ...).
 508
 509 =item *
 510
 511 Case translation operators use the Unicode case translation tables
 512 when provided character input.  Note that C<uc()> (also known as C<\U>
 513 in doublequoted strings) translates to uppercase, while C<ucfirst>
 514 (also known as C<\u> in doublequoted strings) translates to titlecase
 515 (for languages that make the distinction).  Naturally the
 516 corresponding backslash sequences have the same semantics.
 517
 518 =item *
 519
 520 Most operators that deal with positions or lengths in the string will
 521 automatically switch to using character positions, including
 522 C<chop()>, C<substr()>, C<pos()>, C<index()>, C<rindex()>,
 523 C<sprintf()>, C<write()>, and C<length()>.  Operators that
 524 specifically don't switch include C<vec()>, C<pack()>, and
 525 C<unpack()>.  Operators that really don't care include C<chomp()>, as
 526 well as any other operator that treats a string as a bucket of bits,
 527 such as C<sort()>, and the operators dealing with filenames.
 528
 529 =item *
 530
 531 The C<pack()>/C<unpack()> letters "C<c>" and "C<C>" do I<not> change,
 532 since they're often used for byte-oriented formats.  (Again, think
 533 "C<char>" in the C language.)  However, there is a new "C<U>" specifier
 534 that will convert between UTF-8 characters and integers.  (It works
 535 outside of the utf8 pragma too.)
 536
 537 =item *
 538
 539 The C<chr()> and C<ord()> functions work on characters.  This is like
 540 C<pack("U")> and C<unpack("U")>, not like C<pack("C")> and
 541 C<unpack("C")>.  In fact, the latter are how you now emulate
 542 byte-oriented C<chr()> and C<ord()> for Unicode strings.
 543 (Note that this reveals the internal UTF-8 encoding of strings and
 544 you are not supposed to do that unless you know what you are doing.)
 545
 546 =item *
 547
 548 The bit string operators C<& | ^ ~> can operate on character data.
 549 However, for backward compatibility reasons (bit string operations
 550 when the characters all are less than 256 in ordinal value) one should
 551 not mix C<~> (the bit complement) and characters both less than 256 and
 552 equal or greater than 256.  Most importantly, the DeMorgan's laws
 553 (C<~($x|$y) eq ~$x&~$y>, C<~($x&$y) eq ~$x|~$y>) won't hold.
 554 Another way to look at this is that the complement cannot return
 555 B<both> the 8-bit (byte) wide bit complement B<and> the full character
 556 wide bit complement.
 557
 558 =item *
 559
 560 lc(), uc(), lcfirst(), and ucfirst() work for the following cases:
 561
 562 =over 8
 563
 564 =item *
 565
 566 the case mapping is from a single Unicode character to another
 567 single Unicode character
 568
 569 =item *
 570
 571 the case mapping is from a single Unicode character to more
 572 than one Unicode character
 573
 574 =back
 575
 576 What doesn't yet work are the followng cases:
 577
 578 =over 8
 579
 580 =item *
 581
 582 the "final sigma" (Greek)
 583
 584 =item *
 585
 586 anything to with locales (Lithuanian, Turkish, Azeri)
 587
 588 =back
 589
 590 See the Unicode Technical Report #21, Case Mappings, for more details.
 591
 592 =item *
 593
 594 And finally, C<scalar reverse()> reverses by character rather than by byte.
 595
 596 =back
 597
 598 =head2 Character encodings for input and output
 599
 600 See L<Encode>.
 601
 602 =head1 CAVEATS
 603
 604 As of yet, there is no method for automatically coercing input and
 605 output to some encoding other than UTF-8 or UTF-EBCDIC.  This is planned
 606 in the near future, however.
 607
 608 Whether an arbitrary piece of data will be treated as "characters" or
 609 "bytes" by internal operations cannot be divined at the current time.
 610
 611 Use of locales with utf8 may lead to odd results.  Currently there is
 612 some attempt to apply 8-bit locale info to characters in the range
 613 0..255, but this is demonstrably incorrect for locales that use
 614 characters above that range (when mapped into Unicode).  It will also
 615 tend to run slower.  Avoidance of locales is strongly encouraged.
 616
 617 =head1 UNICODE REGULAR EXPRESSION SUPPORT LEVEL
 618
 619 The following list of Unicode regular expression support describes
 620 feature by feature the Unicode support implemented in Perl as of Perl
 621 5.8.0.  The "Level N" and the section numbers refer to the Unicode
 622 Technical Report 18, "Unicode Regular Expression Guidelines".
 623
 624 =over 4
 625
 626 =item *
 627
 628 Level 1 - Basic Unicode Support
 629
 630         2.1 Hex Notation                        - done          [1]
 631                 Named Notation                  - done          [2]
 632         2.2 Categories                          - done          [3][4]
 633         2.3 Subtraction                         - MISSING       [5][6]
 634         2.4 Simple Word Boundaries              - done          [7]
 635         2.5 Simple Loose Matches                - MISSING       [8]
 636         2.6 End of Line                         - MISSING       [9][10]
 637
 638         [ 1] \x{...}
 639         [ 2] \N{...}
 640         [ 3] . \p{Is...} \P{Is...}
 641         [ 4] now scripts (see UTR#24 Script Names) in  addition to blocks
 642         [ 5] have negation
 643         [ 6] can use look-ahead to emulate subtracion
 644         [ 7] include Letters in word characters
 645         [ 8] see UTR#21 Case Mappings
 646         [ 9] see UTR#13 Unicode Newline Guidelines
 647         [10] should do ^ and $ also on \x{2028} and \x{2029}
 648
 649 =item *
 650
 651 Level 2 - Extended Unicode Support
 652
 653         3.1 Surrogates                          - MISSING
 654         3.2 Canonical Equivalents               - MISSING       [11][12]
 655         3.3 Locale-Independent Graphemes        - MISSING       [13]
 656         3.4 Locale-Independent Words            - MISSING       [14]
 657         3.5 Locale-Independent Loose Matches    - MISSING       [15]
 658
 659         [11] see UTR#15 Unicode Normalization
 660         [12] have Unicode::Normalize but not integrated to regexes
 661         [13] have \X but at this level . should equal that
 662         [14] need three classes, not just \w and \W
 663         [15] see UTR#21 Case Mappings
 664
 665 =item *
 666
 667 Level 3 - Locale-Sensitive Support
 668
 669         4.1 Locale-Dependent Categories         - MISSING
 670         4.2 Locale-Dependent Graphemes          - MISSING       [16][17]
 671         4.3 Locale-Dependent Words              - MISSING
 672         4.4 Locale-Dependent Loose Matches      - MISSING
 673         4.5 Locale-Dependent Ranges             - MISSING
 674
 675         [16] see UTR#10 Unicode Collation Algorithms
 676         [17] have Unicode::Collate but not integrated to regexes
 677
 678 =back
 679
 680 =head1 SEE ALSO
 681
 682 L<bytes>, L<utf8>, L<perlretut>, L<perlvar/"${^WIDE_SYSTEM_CALLS}">
 683
 684 =cut