Устаревшие 8-битные кодировки символов для западноевропейских языков

Введение

Технически устаревшие расширения ASCII

Несколько 8-битовых наборов символов (кодировок) были разработаны для двоичного представления распространенных западноевропейских языков (итальянский, испанский, португальский, французский, немецкий, голландский, английский, датский, шведский, норвежский и исландский), использующих латинский алфавит, несколько дополнительных букв, буквы с предварительно объединенными диакритическими знаками, некоторые знаки препинания и различные символы (включая некоторые греческие буквы). Эти наборы символов также поддерживают многие другие языки, такие как малайский, суахили и классическая латынь. Этот материал технически устарел и функционально заменен Юникодом. Однако он продолжает представлять исторический интерес.

Резюме

Серия ISO 8859 из 8-битовых наборов символов кодирует все латинские наборы символов, используемые в Европе, однако одни и те же кодовые точки имеют несколько значений, что вызывало определенные трудности (включая моджибаке, или искажение символов, и проблемы со связью). Появление Юникода, с уникальной кодовой точкой для каждого глифа, решило эти проблемы. ISO/IEC 8859-1, или Latin 1, является наиболее распространенным и также определяет первые 256 кодовых точек в Юникоде. ISO/IEC 8859-15 модифицирует ISO 8859-1 для полной поддержки эстонского, финского и французского языков и добавляет знак евро. Windows 1252 является расширением ISO 8859-1, которое включает в себя печатные символы из ISO/IEC 8859-15 и популярные знаки пунктуации, такие как фигурные кавычки (также известные как «умные кавычки», например, в настройках Microsoft Word и аналогичных программах). Часто инструменты для веб-страниц под Windows используют Windows 1252, но указывают, что веб-страница использует ISO 8859-1; эта проблема была решена в HTML5, который предписывает интерпретировать страницы, помеченные как ISO 8859-1, как Windows 1252. IBM CP437, предназначенный исключительно для английского языка, содержит очень мало букв с диакритическими знаками (особенно прописных), но имеет значительно больше графических символов, чем другие кодовые страницы IBM, перечисленные здесь, а также некоторые математические и греческие символы, полезные в качестве технических символов. IBM CP850 содержит все печатные символы, присутствующие в ISO 8859-1 (хотя и расположенные иначе), и при этом располагает достаточным количеством графических символов для создания удобного пользовательского интерфейса в текстовом режиме. IBM CP858 отличается от CP850 только одним символом — буквой «i» без точки (ı), редко используемой за пределами Турции и не имеющей заглавной формы, которая была заменена знаком евро (€). IBM CP437 и IBM CP850 определили печатные символы для диапазонов управляющих кодов. Хотя их нельзя было использовать при печати текста через DOS, так как они перехватывались до вывода на экран, они могли использоваться приложениями, обращавшимися к экранной памяти напрямую. В Macintosh логотип Apple находится по адресу 0xF0 и преобразуется в U+F8FF в области частного использования для Юникода.

The ISO 8859 series of 8 bit character sets encodes all Latin character sets used in Europe, albeit that the same code points have multiple uses that caused some difficulty (including mojibake, or garbled characters, and communication issues). The arrival of Unicode, with a unique code point for every glyph, resolved these issues. ISO/IEC 8859 1 or Latin 1 is the most used and also defines the first 256 codepoints in Unicode. ISO/IEC 8859 15 modifies ISO 8859 1 to fully support Estonian, Finnish and French and add the euro sign. Windows 1252 is a superset of ISO 8859 1 that includes the printable characters from ISO/IEC 8859 15 and popular punctuation such as curved quotation marks (also known as smart quotes, such as in Microsoft Word settings and similar programs). It is common that web page tools for Windows use Windows 1252 but label the web page as using ISO 8859 1, this has been addressed in HTML5, which mandates that pages labeled as ISO 8859 1 must be interpreted as Windows 1252. IBM CP437, being intended for English only, has very little in the way of accented letters (particularly uppercase) but has far more graphics characters than the other IBM code pages listed here and also some mathematical and Greek characters that are useful as technical symbols. IBM CP850 has all the printable characters that ISO 8859 1 has (albeit arranged differently) and still manages to have enough graphics characters to build a usable text mode user interface. IBM CP858 differs from CP850 only by one character — a dotless i (ı), rarely used outside Turkey and with no uppercase equivalent provided, was replaced by euro currency sign (€). IBM437 and IBM850 defined printable characters for the control code ranges. While these could not be used when printing text through DOS, as they would be trapped before reaching the screen, they could be used by applications that used screen memory directly. Macintosh has an Apple logo at 0xF0, and translates it to U+F8FF in the Private Use Area for Unicode.