Наборы западных латинских символов (вычисления) - Western Latin character sets (computing)

Несколько двоичных представлений 8-битных наборы символов для общего Западноевропейский языки сравниваются в этой статье. Эти кодировки были разработаны для представления Итальянский, испанский, португальский, Французский, Немецкий, нидерландский язык, английский, Датский, Шведский, норвежский язык, и исландский, которые используют Латинский алфавит, несколько дополнительных букв и буквы с предварительно составленными диакритические знаки, немного пунктуация, и различные символы (включая некоторые греческие буквы). Хотя их называют «западноевропейскими», на многих из этих языков говорят во всем мире. Кроме того, эти наборы символов поддерживают многие другие языки, такие как малайский, суахили, и Классическая латынь.

Этот материал технически устарел, функционально заменен на Unicode. Однако он по-прежнему представляет исторический интерес.

Резюме

В ISO-8859 серия 8 бит наборы символов кодирует все латинский наборы символов, используемые в Европа хотя то же самое кодовые точки имеют несколько применений, вызывающих определенные трудности (в том числе моджибаке, или искаженные символы, а также проблемы со связью). Прибытие из Unicode, с уникальным кодом для каждого глиф, решил эти проблемы.

• ИСО / МЭК 8859-1 или же Latin-1 является наиболее используемым и также определяет первые 256 коды в Unicode.
• ИСО / МЭК 8859-15 изменяет ISO-8859-1 полностью поддерживать эстонский, Финский и Французский и добавить знак евро.
• Окна-1252 это надмножество ISO-8859-1 это включает печатные символы из ИСО / МЭК 8859-15 и популярный пунктуация например изогнутый кавычки (также известен как умные цитаты, например, в Microsoft Word настройки и подобные программы). Обычно инструменты веб-страницы за Windows используйте Windows-1252, но пометьте страница в Интернете при использовании ISO-8859-1 это было рассмотрено в HTML5, который требует, чтобы страницы, помеченные как ISO-8859-1, интерпретировались как Windows-1252.
• IBM CP437, предназначенные для английский только, очень мало на пути буквы с ударением (особенно верхний регистр ) но гораздо больше графические персонажи чем другой IBM кодовые страницы перечисленные здесь, а также некоторые математический и Греческие символы которые полезны как технические символы.
• IBM CP850 имеет все печатные символы который ISO-8859-1 имеет (хотя и по-другому) и до сих пор получает достаточно графические персонажи построить удобный текстовый режим пользовательский интерфейс.
• IBM CP858 отличается от CP850 только одним персонажем - a без точки я (я ), редко используется за пределами Турции и без верхний регистр предоставленный эквивалент, был заменен на знак валюты евро (€ ).^[1]
• IBM CP859 содержит все печатные символы который ИСО / МЭК 8859-15 имеет, так непохожий CP850 он поддерживает знак евро, эстонский, Финский и Французский.
• Кодовые страницы IBM 037, 500 и 1047 являются EBCDIC кодировки, включающие все ISO-8859-1 символы.
• В Mac OS Роман набор символов (часто называемый МакРоман и известный IANA как просто MACINTOSH) имеет большинство, но не все, тех же символов, что и ИСО / МЭК 8859-1 но в совсем другой аранжировке; а также добавляет много технических и математические символы (хотя в нем отсутствуют важные × ) и больше диакритические знаки. Старшая Macintosh веб-браузеры были известны munge несколько персонажей, которые были в ИСО / МЭК 8859-1 но не родной Macintosh набор символов при редактировании текста из Веб-сайты. И наоборот, в веб-материалах, подготовленных на старом Macintosh, многие символы были отображается неправильно когда читают другие операционные системы. В Кодировка латиницы Macintosh, модификация Mac OS Roman для поддержки ISO / IEC 8859-1, была создана создателями Кермит (протокол) чтобы решить эту проблему.

История

Более ранние семи-кусочек НАС. Американский стандартный код для обмена информацией ('ASCII') содержит символы, достаточные для правильного представления только нескольких языков, таких как английский, латинский, малайский и суахили. В нем отсутствуют некоторые буквы и буквенно-диакритические комбинации, используемые в других языках латинского алфавита. Однако, поскольку на большинстве компьютерных платформ, поставляемых в США, другого выбора не было, использование ASCII было неизбежным, за исключением тех случаев, когда существовала сильная национальная вычислительная промышленность. Был ISO 646 группа кодировок, которые заменяли некоторые символы в ASCII локальными символами, но пространство было очень ограниченным, а некоторые из замененных символов были довольно распространены в таких вещах, как языки программирования.

Большинство компьютеров внутренне использовали восьмибитные байты, но для связи (которая по своей сути ненадежная) использовалось семь бит данных плюс один. бит четности. Со временем стало обычным использовать все восемь бит для данных, создавая пространство для еще 128 символов. Вначале большинство из них были системными, но постепенно ISO / IEC 8859 стандарты появились для обеспечения некоторого межплатформенного сходства для обеспечения обмена информацией.

К концу 20-го века, когда снизились затраты на хранение и память, проблемы, связанные с множественными значениями данного восьмиразрядного кода (существует только семь кодовых наборов ISO-Latin), перестали быть оправданными. Все основные операционные системы перешли на Unicode как их основное внутреннее представление. Однако, поскольку Windows не поддерживает UTF-8 метод кодирования Unicode (предпочитая UTF-16 ), многие приложения по-прежнему ограничивались этими устаревшими наборами символов.

Знак евро

В евро и это знак евро оказало значительное давление на поддержку знака евро (€), и большинство 8-битных наборов символов пришлось каким-то образом адаптировать.

• Apple с MacRoman и Sun Microsystems с ОС Solaris просто заменил общий знак валюты (¤ ). Это вызвало значительные трудности, поскольку организации нашли ему другое применение, например, логотип компании.
• ISO представила дополнительный вариант ISO 8859, ISO 8859-15, который заменил общий знак валюты знаком евро, а также произвел некоторые другие замены символов буквами с диакритическими знаками. ISO 8859-15 так и не получил широкого распространения.
• С Окна-1252, Microsoft поместила знак евро в пробел (позиция 80_{шестнадцатеричный}) в существующих Коды управления C1.

Все эти проблемы были решены, поскольку операционные системы были обновлены для поддержки Unicode как стандарт, который кодирует знак евро как U + 20AC (десятичное число 8364).

Сравнительная таблица

Кодовые точки U + 0000 до U + 007F в настоящее время не показаны в этой таблице, так как они напрямую отображаются во всех перечисленных здесь наборах символов. В ASCII Стандарт кодирования определяет исходную спецификацию для отображения первых 0–127 символов.

Таблица составлена Unicode кодовая точка. Наборы символов здесь называются их IANA имена в верхний регистр.

Характер	Кодовая точка	ISO-8859-1	ISO-8859-15	WINDOWS-1252	IBM437	IBM850	МАКИНТОШ
NBSP	U + 00A0	A0	A0	A0	FF	FF	CA
¡	U + 00A1	A1	A1	A1	ОБЪЯВЛЕНИЕ	ОБЪЯВЛЕНИЕ	C1
¢	U + 00A2	A2	A2	A2	9B	BD	A2
£	U + 00A3	A3	A3	A3	9C	9C	A3
¤	U + 00A4	A4		A4		CF
¥	U + 00A5	A5	A5	A5	9D	БЫТЬ	B4
¦	U + 00A6	A6		A6		DD
§	U + 00A7	A7	A7	A7		F5	A4
¨	U + 00A8	A8		A8		F9	AC
©	U + 00A9	A9	A9	A9		B8	A9
ª	U + 00AA	AA	AA	AA	A6	A6	BB
«	U + 00AB	AB	AB	AB	AE	AE	C7
¬	U + 00AC	AC	AC	AC	AA	AA	C2
ЗАСТЕНЧИВЫЙ	U + 00AD	ОБЪЯВЛЕНИЕ	ОБЪЯВЛЕНИЕ	ОБЪЯВЛЕНИЕ		F0
®	U + 00AE	AE	AE	AE		A9	A8
¯	U + 00AF	AF	AF	AF		EE	F8
Характер	Кодовая точка	ISO-8859-1	ISO-8859-15	WINDOWS-1252	IBM437	IBM850	МАКИНТОШ
°	U + 00B0	B0	B0	B0	F8	F8	A1
±	U + 00B1	B1	B1	B1	F1	F1	B1
²	U + 00B2	Би 2	Би 2	Би 2	FD	FD
³	U + 00B3	B3	B3	B3		FC
´	U + 00B4	B4		B4		EF	AB
µ	U + 00B5	B5	B5	B5	E6	E6	B5
¶	U + 00B6	B6	B6	B6		F4	A6
·	U + 00B7	B7	B7	B7	FA	FA	E1
¸	U + 00B8	B8		B8		F7	FC
¹	U + 00B9	B9	B9	B9		FB
º	U + 00BA	BA	BA	BA	A7	A7	до н.э
»	U + 00BB	BB	BB	BB	AF	AF	C8
¼	U + 00BC	до н.э		до н.э	AC	AC
½	U + 00BD	BD		BD	AB	AB
¾	U + 00BE	БЫТЬ		БЫТЬ		F3
¿	U + 00BF	BF	BF	BF	A8	A8	C0
Характер	Кодовая точка	ISO-8859-1	ISO-8859-15	WINDOWS-1252	IBM437	IBM850	МАКИНТОШ
А	U + 00C0	C0	C0	C0		B7	CB
Á	U + 00C1	C1	C1	C1		B5	E7
Â	U + 00C2	C2	C2	C2		B6	E5
Ã	U + 00C3	C3	C3	C3		C7	CC
Ä	U + 00C4	C4	C4	C4	8E	8E	80
Å	U + 00C5	C5	C5	C5	8F	8F	81
Æ	U + 00C6	C6	C6	C6	92	92	AE
Ç	U + 00C7	C7	C7	C7	80	80	82
È	U + 00C8	C8	C8	C8		D4	E9
É	U + 00C9	C9	C9	C9	90	90	83
Ê	U + 00CA	CA	CA	CA		D2	E6
Ë	U + 00CB	CB	CB	CB		D3	E8
Я	U + 00CC	CC	CC	CC		DE	ED
Я	U + 00CD	CD	CD	CD		D6	EA
Я	U + 00CE	CE	CE	CE		D7	EB
Я	U + 00CF	CF	CF	CF		D8	EC
Характер	Кодовая точка	ISO-8859-1	ISO-8859-15	WINDOWS-1252	IBM437	IBM850	МАКИНТОШ
Ð	U + 00D0	D0	D0	D0		D1
Ñ	U + 00D1	D1	D1	D1	A5	A5	84
Ò	U + 00D2	D2	D2	D2		E3	F1
Ó	U + 00D3	D3	D3	D3		E0	EE
Ô	U + 00D4	D4	D4	D4		E2	EF
Õ	U + 00D5	D5	D5	D5		E5	CD
Ö	U + 00D6	D6	D6	D6	99	99	85
×	U + 00D7	D7	D7	D7		9E
Ø	U + 00D8	D8	D8	D8		9D	AF
Ù	U + 00D9	D9	D9	D9		EB	F4
Ú	U + 00DA	DA	DA	DA		E9	F2
Û	U + 00DB	БД	БД	БД		EA	F3
Ü	U + 00DC	ОКРУГ КОЛУМБИЯ	ОКРУГ КОЛУМБИЯ	ОКРУГ КОЛУМБИЯ	9А	9А	86
Ý	U + 00DD	DD	DD	DD		ED
Þ	U + 00DE	DE	DE	DE		E8
SS	U + 00DF	DF	DF	DF	E1	E1	A7
Характер	Кодовая точка	ISO-8859-1	ISO-8859-15	WINDOWS-1252	IBM437	IBM850	МАКИНТОШ
à	U + 00E0	E0	E0	E0	85	85	88
á	U + 00E1	E1	E1	E1	A0	A0	87
â	U + 00E2	E2	E2	E2	83	83	89
ã	U + 00E3	E3	E3	E3		C6	8B
ä	U + 00E4	E4	E4	E4	84	84	8A
å	U + 00E5	E5	E5	E5	86	86	8C
æ	U + 00E6	E6	E6	E6	91	91	БЫТЬ
ç	U + 00E7	E7	E7	E7	87	87	8D
è	U + 00E8	E8	E8	E8	8A	8A	8F
é	U + 00E9	E9	E9	E9	82	82	8E
ê	U + 00EA	EA	EA	EA	88	88	90
ë	U + 00EB	EB	EB	EB	89	89	91
я	U + 00EC	EC	EC	EC	8D	8D	93
я	U + 00ED	ED	ED	ED	A1	A1	92
я	U + 00EE	EE	EE	EE	8C	8C	94
я	U + 00EF	EF	EF	EF	8B	8B	95
Характер	Кодовая точка	ISO-8859-1	ISO-8859-15	WINDOWS-1252	IBM437	IBM850	МАКИНТОШ
ð	U + 00F0	F0	F0	F0		D0
ñ	U + 00F1	F1	F1	F1	A4	A4	96
ò	U + 00F2	F2	F2	F2	95	95	98
ó	U + 00F3	F3	F3	F3	A2	A2	97
ô	U + 00F4	F4	F4	F4	93	93	99
х	U + 00F5	F5	F5	F5		E4	9B
ö	U + 00F6	F6	F6	F6	94	94	9А
÷	U + 00F7	F7	F7	F7	F6	F6	D6
ø	U + 00F8	F8	F8	F8		9B	BF
ù	U + 00F9	F9	F9	F9	97	97	9D
ú	U + 00FA	FA	FA	FA	A3	A3	9C
û	U + 00FB	FB	FB	FB	96	96	9E
ü	U + 00FC	FC	FC	FC	81	81	9F
ý	U + 00FD	FD	FD	FD		EC
þ	U + 00FE	FE	FE	FE		E7
ÿ	U + 00FF	FF	FF	FF	98	98	D8
Характер	Кодовая точка	ISO-8859-1	ISO-8859-15	WINDOWS-1252	IBM437	IBM850	МАКИНТОШ
я	U + 0131					D5	F5
Œ	U + 0152		до н.э	8C			CE
œ	U + 0153		BD	9C			CF
Š	U + 0160		A6	8A
š	U + 0161		A8	9А
Ÿ	U + 0178		БЫТЬ	9F			D9
Ž	U + 017D		B4	8E
ž	U + 017E		B8	9E
ƒ	U + 0192			83	9F	9F	C4
ˆ	U + 02C6			88			F6
ˇ	U + 02C7						FF
˘	U + 02D8						F9
˙	U + 02D9						FA
˚	U + 02DA						FB
˛	U + 02DB						FE
˜	U + 02DC			98			F7
Характер	Кодовая точка	ISO-8859-1	ISO-8859-15	WINDOWS-1252	IBM437	IBM850	МАКИНТОШ
˝	U + 02DD						FD
Γ	U + 0393				E2
Θ	U + 0398				E9
Σ	U + 03A3				E4
Φ	U + 03A6				E8
Ω	U + 03A9				EA		BD
α	U + 03B1				E0
δ	U + 03B4				EB
ε	U + 03B5				EE
π	U + 03C0				E3		B9
σ	U + 03C3				E5
τ	U + 03C4				E7
φ	U + 03C6				ED
–	U + 2013			96			D0
—	U + 2014			97			D1
‗	U + 2017					F2
Характер	Кодовая точка	ISO-8859-1	ISO-8859-15	WINDOWS-1252	IBM437	IBM850	МАКИНТОШ
‘	U + 2018			91			D4
’	U + 2019			92			D5
‚	U + 201A			82			E2
“	U + 201C			93			D2
”	U + 201D			94			D3
„	U + 201E			84			E3
†	U + 2020			86			A0
‡	U + 2021			87			E0
•	U + 2022			95			A5
…	U + 2026			85			C9
‰	U + 2030			89			E4
‹	U + 2039			8B			ОКРУГ КОЛУМБИЯ
›	U + 203A			9B			DD
⁄	U + 2044						DA
ⁿ	U + 207F				FC
₧	U + 20A7				9E
Характер	Кодовая точка	ISO-8859-1	ISO-8859-15	WINDOWS-1252	IBM437	IBM850	МАКИНТОШ
€	U + 20AC		A4	80		(D5)[nb 1][2][3]	БД
™	U + 2122			99			AA
∂	U + 2202						B6
∆	U + 2206						C6
∏	U + 220F						B8
∑	U + 2211						B7
∙	U + 2219				F9
√	U + 221A				FB		C3
∞	U + 221E				EC		B0
∩	U + 2229				EF
∫	U + 222B						BA
≈	U + 2248				F7		C5
≠	U + 2260						ОБЪЯВЛЕНИЕ
≡	U + 2261				F0
≤	U + 2264				F3		Би 2
≥	U + 2265				F2		B3
Характер	Кодовая точка	ISO-8859-1	ISO-8859-15	WINDOWS-1252	IBM437	IBM850	МАКИНТОШ
⌐	U + 2310				A9
⌠	U + 2320				F4
⌡	U + 2321				F5
─	U + 2500				C4	C4
│	U + 2502				B3	B3
┌	U + 250C				DA	DA
┐	U + 2510				BF	BF
└	U + 2514				C0	C0
┘	U + 2518				D9	D9
├	U + 251C				C3	C3
┤	U + 2524				B4	B4
┬	U + 252C				C2	C2
┴	U + 2534				C1	C1
┼	U + 253C				C5	C5
═	U + 2550				CD	CD
║	U + 2551				BA	BA
Характер	Кодовая точка	ISO-8859-1	ISO-8859-15	WINDOWS-1252	IBM437	IBM850	МАКИНТОШ
╒	U + 2552				D5
╓	U + 2553				D6
╔	U + 2554				C9	C9
╕	U + 2555				B8
╖	U + 2556				B7
╗	U + 2557				BB	BB
╘	U + 2558				D4
╙	U + 2559				D3
╚	U + 255A				C8	C8
╛	U + 255B				БЫТЬ
╜	U + 255C				BD
╝	U + 255D				до н.э	до н.э
╞	U + 255E				C6
╟	U + 255F				C7
╠	U + 2560				CC	CC
╡	U + 2561				B5
Характер	Кодовая точка	ISO-8859-1	ISO-8859-15	WINDOWS-1252	IBM437	IBM850	МАКИНТОШ
╢	U + 2562				B6
╣	U + 2563				B9	B9
╤	U + 2564				D1
╥	U + 2565				D2
╦	U + 2566				CB	CB
╧	U + 2567				CF
╨	U + 2568				D0
╩	U + 2569				CA	CA
╪	U + 256A				D8
╫	U + 256B				D7
╬	U + 256C				CE	CE
▀	U + 2580				DF	DF
▄	U + 2584				ОКРУГ КОЛУМБИЯ	ОКРУГ КОЛУМБИЯ
█	U + 2588				БД	БД
▌	U + 258C				DD
▐	U + 2590				DE
Характер	Кодовая точка	ISO-8859-1	ISO-8859-15	WINDOWS-1252	IBM437	IBM850	МАКИНТОШ
░	U + 2591				B0	B0
▒	U + 2592				B1	B1
▓	U + 2593				Би 2	Би 2
■	U + 25A0				FE	FE
◊	U + 25CA						D7
ф	U + FB01						DE
fl	U + FB02						DF

• Отображения кодовых страниц IBM взяты из Unicode сайт предоставлен Microsoft. См. Документ Консорциума Unicode по различия между сопоставлениями IBM и Microsoft для этих кодовых страниц.
• IBM437 и IBM850 определили печатаемые символы для диапазонов управляющих кодов. Хотя их нельзя было использовать при печати текста через ДОС, поскольку они будут захвачены до того, как достигнут экрана, они могут использоваться приложениями, которые напрямую используют память экрана.
• Macintosh имеет логотип Apple ⟨⟩ по адресу 0xF0 и переводит его как U + F8FF в Зона частного использования для Юникода.

Примечания

1. IBM ПК DOS 2000, выпущенная в 1998 году, изменила определение кодовой страницы 850 на то, что они назвали измененная кодовая страница 850 теперь включают знак евро в кодовой точке 213 вместо добавления поддержки нового кодовая страница 858. Причина этого могла быть связана с существующими ограничениями в реализации логики переключения кодовых страниц в MS-DOS /ПК DOS, который ограничивал файлы .CPI размером 64 КБ или максимум шестью кодовыми страницами, ограничение, которое было обойдено в некоторых OEM-версиях MS-DOS, в Windows NT, а также не существует в DR-DOS. Кроме того, синтаксический анализатор в MS-DOS / PC DOS ограничивает количество возможных записей страны / кодовой страницы в COUNTRY.SYS файлов до 146 или 438, ограничение отсутствует в DR-DOS. Таким образом, добавление поддержки кодовой страницы 858 могло означать одновременное удаление другой (например, кодовой страницы 850), что могло не быть жизнеспособным решением в то время, учитывая, что некоторые приложения были жестко запрограммированы для использования кодовой страницы 850.

Рекомендации

1. "00858". Кодовые страницы по CPGID. IBM. В архиве из оригинала от 06.06.2016. Получено 2016-06-06.
2. Пол, Матиас Р. (15 августа 2001 г.). «Изменение кодовых страниц в FreeDOS» (Техническая спецификация на основе сообщения fd-dev [1] ). Архивировано из оригинал на 2016-06-06. Получено 2016-06-06. Новый официальный идентификатор для многоязычной «кодовой страницы 850 с EURO SIGN» - 858, а не 850. IBM перейдет на использование 858 вместо своего варианта 850 в будущих выпусках своих продуктов. […] Я могу только догадываться, почему они не добавили 858 к своим EGAx.CPI, COUNTRY.SYS, и KEYBOARD.SYS файлы в ПК DOS 2000. Многие сторонние приложения разработаны для работы с 850 и не знали о 858 на момент выпуска PC DOS 2000, так что это проще для всех, но, к сожалению, несовместимо. […] Как объяснялось выше, COUNTRY.SYS и KEYBOARD.SYS содержат только две записи кодовой страницы для данной страны в западных выпусках DOS. (В выпусках на арабском языке и иврите может быть до 8 кодовых страниц для одной страны, теоретически нет предела ниже допустимого диапазона кодовых страниц 1..65534). […] Проблема в том, что удаление поддержки 850 могло вызвать проблемы совместимости с приложениями, которые жестко запрограммированы на использование 850. Добавление 858 в качестве третьего варианта ко всем файлам значительно увеличило бы размеры файлов и таблиц. Парсер файлов COUNTRY.SYS в MS-DOS / PC DOS IO.SYS /IBMBIO.COM выделяет блокнот размером 6 Кбайт (для DOS 6) для загрузки всей информации. Это позволяет принять не более 438 записей в файле COUNTRY.SYS, в противном случае вы получите сообщение «COUNTRY.SYS too large.». В NLSFUNC парсер не имеет этого ограничения, и парсеры файлов в DR-DOS (ядро и NLSFUNC) также не знают о таком ограничении. В более старых выпусках MS-DOS / PC DOS даже был буфер размером 2 Кбайта для максимум 146 записей.
3. Пол, Матиас Р. (27 августа 2001 г.). «Изменение кодовых страниц в FreeDOS (продолжение)». В архиве с оригинала на 2014-10-01. Получено 2013-05-08. […] Можно также без проблем создавать собственные файлы .CPI в традиционном стиле FONT, но вы можете сохранить только до […] шести кодовых страниц в таком файле, если он должен использоваться MS-DOS / PC DOS (некоторые OEM issues, а NT может обрабатывать файлы размером более 64 КБ, но MS-DOS / PC DOS не может).