WikiDer > Единый код хангыль
Макет единого кода хангыль | |
Псевдоним (а) | Кодовая страница Windows 949, Кодовая страница IBM 1363 |
---|---|
Язык (и) | Корейский |
Стандарт | Стандарт кодирования WHATWG (как «EUC-KR»)[1] |
Классификация | Расширенный ISO 646,[а] кодирование с переменной шириной, Кодирование CJK |
Расширяется | EUC-KR |
Другая связанная кодировка (и) | КПС 9566-2003, КПС 9566-2011 |
| |
Единый код хангыль (UHC),[2][а] или же Расширенный Wansung,[4][b] также известен под Майкрософт Виндоус в качестве Кодовая страница 949 (Окна-949, MS949 или двусмысленно CP949), это Microsoft Windows кодовая страница для корейский язык. Это расширение Wansung Code (KS C 5601: 1987, кодируется как EUC-KR) включить все 11172 Хангыль слоги присутствуют в Йохаб (KS C 5601: 1992 приложение 3).[4][2] Это соответствует заранее составленные слоги доступно в Unicode 2.0 и новее.
Недостаток кода Wansung состоит в том, что он назначает коды только для 2350 заранее составленных слогов хангыля, которые имеют свои собственные KS X 1001 (KS C 5601) кодовых точек (из 11172 в общей сложности, не считая тех, которые используют устаревшее jamo), и требует, чтобы другие использовали восьмибайтовые последовательности композиции, которые не поддерживаются некоторыми частичными реализациями стандарта.[5] UHC решает эту проблему, присваивая единые коды для всех возможных слогов, созданных с использованием современного джамо, путем выполнения назначений за пределами кодового пространства, используемого для KS X 1001.
Диапазон старших байтов расширен до 0x81 – FE, а диапазон байтов следа расширен до 0x41–5A, 0x61–7A и 0x81 – FE (в EUC-KR оба диапазона равны 0xA1 – FE). Коды вне диапазонов EUC-KR используются для дополнительного хангыля.[6]
Терминология
Единый код хангыль не зарегистрирован в IANA как стандарт для передачи информации через Интернет.[7] Альтернативы включают UTF-8. Тем не менее W3C/WHATWG Стандарт кодирования, используемый HTML5 включает расширения Унифицированного кода хангыль в свое определение "EUC-KR".[1]
Microsoft присваивает Windows-949 ярлык "ks_c_5601-1987",[8][9] что правильно относится к KS X 1001 сам (KS C 5601 оригинальное название KS X 1001).[10] WHATWG рассматривает метку «ks_c_5601-1987» как синонимы «EUC-KR» с целью «совместимости с развернутым контентом».[11] В Консорциум UnicodeКоллекция отозванных сопоставлений «OBSOLETE / EASTASIA» включала сопоставления для Unified Hangul Code как «KSC5601.TXT» с автоматически полученными сопоставлениями для 7-битного KS X 1001, включенными как «KSX1001.TXT».[12]
Кодовая страница IBM 949 это еще одно расширение EUC-KR, не связанное с этим. Международные компоненты для Unicode (ICU) использует "cp949", "949" или "ibm-949" для обозначения этой кодовой страницы IBM,[13] и «ms949» или «windows-949» (или несколько вариантов «ks_c_5601-1987») для обозначения отображения UHC Windows.[14] Python, напротив, распознает «cp949», «949», «ms949» и «uhc» как метки для UHC и не включает кодек IBM-949.[15] Из этикеток, содержащих номер кодовой страницы, WHATWG распознает только "windows-949".[11]
Кодовая страница IBM для Unified Hangul Code называется Кодовая страница 1363 (IBM-1363) или "корейский MS-Win". Это комбинация SBCS Кодовая страница 1126 и DBCS Кодовая страница 1362.[16][17][18][19][20] Он отличается тем, что имеет однобайтовое отображение 0x5C в Выиграл знак (U + 20A9);[21][22][23] Windows сопоставляет 0x5C с U + 005C (кодовая точка Unicode для обратная косая черта) как в ASCII,[14] хотя шрифты часто по-прежнему отображают это как знак победы.[24] Отображение Unicode волнового тире (0xA1AD) также отличается: отображение IBM отдает предпочтение U + 301C,[25] в то время как отображение Microsoft отдает предпочтение U + 223C (оператор тильды).[26] Отображение IBM для UHC доступно как "ibm-1363" в ICU,[21] тогда как кодек ICU "windows-949" упоминается как IBM-1261 в некоторых комментариях к исходному коду ICU.[27]
Сноски
- ^ Корейский: 통합형 한글 코드[3], романизированный: Тонхабхён Хангыль Кодеу
- ^ Корейский: 확장 완성형, романизированный: Хвагчжан Вансонхён
Рекомендации
- ^ а б ван Кестерен, Энн, «5. Индексы (§ индекс EUC-KR)», Стандарт кодирования, WHATWG
- ^ а б «ИНФОРМАЦИЯ: Наборы символов хангыль (корейский)», Служба поддержки Microsoft, Microsoft
- ^ "한글 코드 에 대하여" (на корейском). W3C.
- ^ а б Жигри, Дьюла (18.06.2002). «КСК и УХК».
- ^ Шин, Юнгшик. "Что такое KS X 1001 (KS C 5601) и другие коды хангыля?". Хангыль и Интернет в Корее FAQ.
- ^ Лунде, Кен. «Приложение F: методы кодирования поставщика» (PDF). CJKV Обработка информации (2-е изд.). O'Reilly Media. ISBN 978-0-596-51447-1.
- ^ «Наборы символов». Iana.org. Получено 2017-01-11.
- ^ "Свойство Encoding.WindowsCodePage - .NET Framework (текущая версия)". MSDN. Microsoft.
- ^ «Идентификаторы кодовой страницы», Центр разработки для Windows, Microsoft
- ^ IBM; Консорциум Unicode. "convrtrs.txt". Международные компоненты для Unicode. Версия 59180.0.1.
[...] использование KS C 5601 или связанных имен для обозначения EUC-KR или windows-949 очень вводит в заблуждение [...] Это просто название корейского кода 94 x 94 стандарт набора символов, который может быть вызван либо для GL (со сбросом MSB), либо для GR (с установленным MSB).
- ^ а б ван Кестерен, Энн. «4.2. Имена и ярлыки». Стандарт кодирования. WHATWG.
- ^ Юнгшик Шин. "KSX1001.TXT: KS X 1001 в таблицу Unicode". Unicode, Inc.
- ^ "ibm-949_P110-1999 (псевдоним cp949)", Конвертер Explorer, Международные компоненты для Unicode
- ^ а б "окна-949-2000", Конвертер Explorer, Международные компоненты для Unicode
- ^ «кодеки - реестр кодеков и базовые классы § Стандартные кодировки». Документация Python 3.7.2. Фонд программного обеспечения Python.
- ^ «Идентификаторы кодированного набора символов - CCSID 1363», IBM Глобализация, IBM, заархивировано из оригинал в 2014-11-29
- ^ «Кодовая страница 1126 информационного документа». Архивировано из оригинал на 2017-01-16.
- ^ «Информационный документ CCSID 1126». Архивировано из оригинал on 2016-03-27.
- ^ «Кодовая страница 1362 информационного документа». Архивировано из оригинал 17 марта 2017 г.
- ^ «Информационный документ CCSID 1362». Архивировано из оригинал on 2016-03-27.
- ^ а б "ИБМ-1363", Конвертер Explorer, Международные компоненты для Unicode
- ^ Кодовая страница CPGID 01126 (pdf) (PDF), IBM
- ^ Кодовая страница CPGID 01126 (txt), IBM
- ^ Каплан, Майкл С. (17 сентября 2005 г.), "Когда обратная косая черта не является обратной?", Сортировка всего
- ^ "ibm-1363_P110-1997 (ведущий байт A1)". Демонстрация ICU - Конвертер Explorer. Международные компоненты для Unicode.
- ^ "windows-949-2000 (ведущий байт A1)". Демонстрация ICU - Конвертер Explorer. Международные компоненты для Unicode.
- ^ См. Для справки ucnv_lmb.cpp (Брендан Мюррей, Джим Снайдер-Грант), где главный байт 0x11 прокомментирован как относящийся к «корейскому: ibm-1261» после определения
ULMBCS_GRP_KO
, но он сопоставлен с"окна-949"
Кодек ICU вOptGroupByteToCPName
массив позже в файле.
внешняя ссылка
- Справочник Microsoft по Windows-949
- Документация IBM для IBM-1363
- Отображение Windows-949 в Unicode
- Файлы отображения международных компонентов для Unicode (ICU): ibm-1363_P110-1997.ucm, ibm-1363_P11B-1998.ucm, и windows-949-2000.ucm
- Демонстрация ICU для Windows-949 (с сопоставлениями ASCII)
- Демонстрация ICU для IBM-1363 (с 0x5C в качестве знака Won)
Этот Майкрософт Виндоус статья - это заглушка. Вы можете помочь Википедии расширяя это. |
Этот Корея-связанная статья является заглушка. Вы можете помочь Википедии расширяя это. |