Cómo escribir I with Diaeresis

ï vive en el bloque Latin-1 Supplement (U+0080-U+00FF), las letras acentuadas y los signos corrientes que necesitaban las lenguas de Europa Occidental. Dentro de Unicode está clasificado como Ll, una letra minúscula. Tiene una contrapartida en mayúscula y cambia al convertir la caja. Por su clase bidireccional es de izquierda a derecha.

ï tiene una forma descompuesta: también puede escribirse como U+0069 Latin Small Letter I, U+0308 Combining Diaeresis. Las dos se ven idénticas y no son iguales como cadenas, y por eso una búsqueda de una palabra que contenga ï falla a veces contra un texto tecleado en otro sistema. Todo este sitio usa la forma de un solo punto de código (NFC) que se muestra aquí.

Su contrapartida en uppercase es Ï (U+00CF). Son puntos de código distintos, así que una comparación byte a byte los trata como caracteres diferentes aunque una búsqueda que ignore mayúsculas y minúsculas no lo haga.

Escribir ï sin cambiar de teclado

ï es la letra I con una diéresis, y hace falta en francés, español y alemán. Es un carácter y no dos: un corrector ortográfico lo trata como una letra de esos alfabetos y no como I con algo añadido.

Las dos rutas que vale la pena conocer componen la letra en vez de ir a buscarla. En un Mac pulse Option + U, suelte y pulse después i: no aparece nada hasta la segunda tecla, porque la primera es una tecla muerta que espera una letra debajo. En Windows la misma idea pide la distribución Estados Unidos-Internacional, que convierte Mayús + apóstrofo en esa misma tecla muerta. Añada esa distribución una vez en Idioma y región y, a partir de ahí, ï cuesta dos pulsaciones en lugar de cuatro cifras en el teclado numérico.

Cómo se comporta I with Diaeresis en los programas

ï ocupa una columna en un terminal. Es un carácter de izquierda a derecha, y conserva esa dirección incluso dentro de un párrafo escrito de derecha a izquierda.

Todas las formas de escribir I with Diaeresis

Si ï le llega como ï

Ese es este mismo carácter, intacto: sus dos bytes UTF-8 C3 AF se están leyendo de uno en uno como Windows-1252. Es en el rango Latin-1 donde más ocurre, porque es el rango que todo sistema heredado creía tener ya resuelto. No se ha perdido nada, y volver a teclear no servirá: el arreglo está en el extremo que lee, al que hay que decirle que el texto es UTF-8. Un rectángulo vacío es la queja contraria y significa que la codificación es correcta y que la fuente no tiene ningún glifo para U+00EF.