2前提事項

2.1文字と行

どのような文字の並びも、有効なCommonMark文書です。

文字とはUnicodeのコードポイントです。直感的な意味での文字に対応しないコードポイントもあります。たとえば結合アクセント記号がその例です。しかし、この仕様ではすべてのコードポイントを文字として数えます。

この仕様は文字エンコーディングを定めません。行を構成するものは、バイトではなく文字だと考えます。仕様に適合するパーサーであっても、特定のエンコーディングだけを扱うように制限されていてかまいません。

行とは、ラインフィード（U+000A）とキャリッジリターン（U+000D）以外の、0個以上の文字の並びで、その後に行末またはファイルの終端が続くものです。

行末とは、ラインフィード（U+000A）、後ろにラインフィードが続かないキャリッジリターン（U+000D）、またはキャリッジリターンとそれに続くラインフィードの組です。

文字を1つも含まない行、またはスペース（U+0020）とタブ（U+0009）だけを含む行を、空行と呼びます。

この仕様では、次の文字クラスの定義を使います。

Unicode空白文字とは、Unicodeの一般カテゴリZsに属する文字、またはタブ（U+0009）、ラインフィード（U+000A）、フォームフィード（U+000C）、キャリッジリターン（U+000D）です。

Unicode空白類とは、1個以上のUnicode空白文字の並びです。

タブはU+0009です。

スペースはU+0020です。

ASCII制御文字とは、U+0000–1Fの範囲内の文字（両端を含む）、またはU+007Fです。

ASCII句読記号文字とは、!、"、#、$、%、&、'、(、)、*、+、,、-、.、/（U+0021–2F）、:、;、<、=、>、?、@（U+003A–0040）、[、\、]、^、_、`（U+005B–0060）、{、|、}、~（U+007B–007E）のいずれかです。

Unicode句読記号文字とは、Unicodeの一般カテゴリP（句読記号）またはS（記号）に属する文字です。