T.51/ISO/IEC 6937 - T.51/ISO/IEC 6937
| Lateinische codierte Zeichensätze für Telematikdienste | |
| Status | In voller Stärke |
|---|---|
| Jahr begonnen | 1984 |
| Letzte Version | (09/92) September 1992 |
| Organisation | ITU-T |
| Komitee | Studiengruppe VIII |
| Zugehörige Normen | T.61 , ETS 300 706 , ISO/IEC 10367 , ISO/IEC 2022 |
| Domain | Codierung |
| Lizenz | Kostenlos erhältlich |
| Webseite | https://www.itu.int/rec/T-REC-T.51 |
T.51 / ISO/IEC 6937:2001 , Informationstechnologie - Codierter grafischer Zeichensatz für die Textkommunikation - Lateinisches Alphabet , ist eine Multibyte-Erweiterung von ASCII bzw. ISO/IEC 646 -IRV. Es wurde gemeinsam mit ITU-T (damals CCITT ) für Telematikdienste unter dem Namen T.51 entwickelt und wurde erstmals 1983 zum ISO-Standard. Bestimmte Bytecodes werden als Leitbytes für Buchstaben mit diakritischen Zeichen ( Akzenten ) verwendet. Der Wert des Lead-Byte gibt oft an, welches diakritische Zeichen der Buchstabe hat, und das Folge-Byte hat dann den ASCII-Wert für den Buchstaben, auf dem das diakritische Zeichen steht.
Die Architekten von ISO/IEC 6937 waren Hugh McGregor Ross , Peter Fenwick, Bernard Marti und Loek Zeckendorf .
ISO6937/2 definiert 327 Zeichen in modernen europäischen Sprachen unter Verwendung des lateinischen Alphabets . Nicht-lateinische Zeichen wie Kyrillisch und Griechisch sind nicht im Standard enthalten. Auch einige diakritische Zeichen, die mit dem lateinischen Alphabet verwendet werden, wie das rumänische Komma, sind nicht enthalten, stattdessen wurde Cedille verwendet, da zu dieser Zeit keine Unterscheidung zwischen Cedille und Komma gemacht wurde.
Die IANA hat die Zeichensatznamen ISO_6937-2-25 und ISO_6937-2-add für zwei (ältere) Versionen dieses Standards (plus Kontrollcodes) registriert . In der Praxis wird diese Zeichenkodierung im Internet jedoch nicht verwendet.
Einzelbyte-Zeichen
Der Primärsatz (erste Hälfte) , gefolgt ursprünglich ISO 646-IRV vor der ISO / IEC 646: 1991 Revision, die, meist finden Sie ASCII , aber mit Charakter 0x24 noch als „bezeichnete internationale Währungszeichen “ (¤) anstelle der Dollar - Zeichen ($). Die Ausgabe von ITU T.51 von 1992 erlaubt es bestehenden CCITT-Diensten, 0x24 weiterhin als internationales Währungszeichen zu interpretieren, schreibt jedoch vor, dass neue Telekommunikationsanwendungen es für das Dollarzeichen verwenden sollten (dh nach der aktuellen ISO 646-IRV) und stattdessen das internationale Währungszeichen unter Verwendung des Ergänzungssatzes.
Der Ergänzungssatz (zweite Hälfte) enthält eine Auswahl von Leerzeichen und Zeichen ohne Leerzeichen, zusätzliche Symbole und einige Stellen, die für zukünftige Standardisierungen reserviert sind.
Beides sind grafische ISO/IEC 2022- Zeichensätze, wobei der primäre Satz ein 94-Code-Satz und der sekundäre Satz ein 96-Code-Satz ist. In Kontexten, in denen ISO 2022- Codeerweiterungstechniken nicht verwendet werden, wird der primäre Satz als G0-Satz bezeichnet und über GL ( 0x 20..0x7F) aufgerufen, während der ergänzende Satz als G2-Satz bezeichnet und über GR (0xA0 ..0xFF) in einer 8-Bit-Umgebung oder durch Verwendung des Steuercodes 0x19 als Single-Shift in einer 7-Bit-Umgebung. Diese Codierung des Single Shift Two-Codes stimmt mit seiner Position in ISO-IR -106 überein.
Die ISO/IEC 2022- Escape-Sequenz , um den ergänzenden Satz von ISO/IEC 6937 als den G2-Satz zu bezeichnen, ist ESC . R(hex 1B 2E 52). Der ältere Ergänzungssatz nach ISO 6937/2:1983 wird als 94-Code-Satz registriert und mit ESC * l(hex 1B 2A 6C) als G2 bezeichnet .
Zwei-Byte-Zeichen
Akzentbuchstaben, denen keine Einzelcodes im Primär- oder Ergänzungssatz zugeordnet sind, werden mit zwei Bytes codiert. Dem ersten Byte, dem "diakritischen Zeichen ohne Leerzeichen", folgt ein Buchstabe aus dem Basissatz, zB:
small e with acute accent (é) = [Acute]+e
Der ITU T.51-Standard ordnet Spalte 4 des Ergänzungssatzes (dh 0x C0–CF bei Verwendung im 8-Bit-Format) diakritischen Zeichen ohne Leerzeichen zu. ISO/IEC 6937 definiert jedoch ein vollständig spezifiziertes Zeichenrepertoire, das eine Liste von Kompositionssequenzen auf ISO/IEC 10646-Zeichennamen abbildet . Die isolierten Bytes ohne Leerzeichen sind in diesem Repertoire nicht enthalten, obwohl Leerzeichenvarianten der diakritischen Zeichen enthalten sind, die ansonsten in ASCII nicht vorhanden sind, wobei der ASCII-Raum das Trail-Byte ist. Daher entsprechen nur bestimmte Kombinationen von Lead-Byte und Follow-Byte dem ISO/IEC-Standard.
Dieses Repertoire ist auch der ITU-Version der Spezifikation als Anhang A beigefügt, obwohl die ITU-Version nicht im Haupttext darauf verweist. Es wird als "einheitliche Obermenge" des lateinischen Schriftzeichenrepertoires beschrieben. Es entspricht dem Repertoire der ISO/IEC 10367, wenn die Sätze ASCII, Latin-1 (oder Latin-5 ), Latin-2 und ergänzende Latin- Sets verwendet werden.
Dieses System unterscheidet sich auch von dem Unicode- Kombinationszeichensystem darin , dass der diakritische Code dem Buchstaben vorangeht (im Gegensatz zu ihm), was es ANSEL ähnlicher macht .
Eine kleine Anomalie ist, dass der lateinische Kleinbuchstabe G mit Cedille so codiert wird, als ob er mit einem akuten Akzent, dh mit einem 0xC2 Lead-Byte, codiert wäre, da der Kleinbuchstabe aufgrund seiner Unterlänge, die eine Cedille stört, normalerweise mit einem gedrehten Komma darüber steht : Ģ ģ .
Auf insgesamt 13 diakritische Zeichen können die ausgewählten Zeichen aus dem Primärsatz folgen:
| Akzent | Code | Zweiter Charakter | Ergebnis |
|---|---|---|---|
| Grab | 0xC1 | AEIOUaeiou | àèìòù |
| Akut | 0xC2 | ACEILNORSUYZacegilnorsuyz | áćéģíĺńóŕśúýź |
| Zirkumflex | 0xC3 | ACEGHIJOSUWYaceghijosuwy | ÂĈÊĜĤÎĴÔŜÛŴŶâĉêĝĥîĵôŝûŵŷ |
| Tilde | 0xC4 | AINOUainou | ÃĨÑÕŨãĩñõũ |
| Längezeichen | 0xC5 | AEIOUaeiou | ĀĒĪŌŪāēīōū |
| Breve | 0xC6 | AGUagu | ĂĞŬăğŭ |
| Punkt | 0xC7 | CEGIZcegz | ĊĖĠİŻċėġż |
| Umlaut oder Diæresis | 0xC8 | AEIOUYaeiouy | ÄËÏÖÜŸäëïöüÿ |
| Ring | 0xCA | Au Au | Au Au |
| Cedille | 0xCB | CGKLNRSTcklnrst | çķļņŗşţ |
| Doppelakut | 0xCD | OUou | ouou |
| Ogonek | 0xCE | AEIUaeiu | ĄĘĮŲąęįų |
| Caron | 0xCF | CDELNRSTZcdelnrstz | čďěľňřšťž |
Codepage-Layout
Der Verweis auf das Kombinieren von Zeichen im Bereich U+0300—U+036F für die Codes im Bereich 0xC1—0xCF unten unterliegt den oben genannten Vorbehalten; sie können nicht einfach den aufgeführten Codepunkten zugeordnet werden. Außerdem unterscheidet Unicode 0xE2 in D mit Stroke und Großbuchstaben Eth , die normalerweise für die Kleinbuchstaben (0xF2 und 0xF3) unterschiedlich aussehen.
Die ältere Ausgabe von ITU T.51 von 1988 definierte zwei Versionen des Ergänzungssatzes, wobei der ersten Version das geschützte Leerzeichen , der weiche Bindestrich , das Vorzeichen ( ¬ ) und der unterbrochene Strich ( ¦ ) in der zweiten Version fehlten . Die erste Version wurde als Erweiterung des Ergänzungssets T.61 und die zweite Version als Erweiterung der ersten Version definiert. Die aktuelle Ausgabe (1992) enthält nur die zweite Version, verzichtet auf bestimmte Zeichen und aktualisiert den Primärsatz auf das aktuelle ISO-646-IRV ( ASCII ), obwohl bestehende Telematikdienste das ältere Verhalten beibehalten dürfen.
| _0 | _1 | _2 | _3 | _4 | _5 | _6 | _7 | _8 | _9 | _EIN | _B | _C | _D | _E | _F | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0_ | ||||||||||||||||
| 1_ | ||||||||||||||||
| 2_ |
SP 0020 |
! 0021 |
" 0022 |
# 0023 |
$ / ¤ 0024/00A4 |
% 0025 |
& 0026 |
' 0027 |
( 0028 |
) 0029 |
* 002A |
+ 002B |
, 002C |
- 002D |
. 002E |
/ 002F |
| 3_ |
0 0030 |
1 0031 |
2 0032 |
3 0033 |
4 0034 |
5 0035 |
6 0036 |
7 0037 |
8 0038 |
9 0039 |
: 003A |
; 003B |
< 003C |
= 003D |
> 003E |
? 003F |
| 4_ |
@ 0040 |
A 0041 |
B 0042 |
C 0043 |
D 0044 |
E 0045 |
F 0046 |
G 0047 |
H 0048 |
Ich 0049 |
J 004A |
K 004B |
L 004C |
M 004D |
N 004E |
O 004F |
| 5_ |
P 0050 |
Q 0051 |
R 0052 |
S 0053 |
T 0054 |
U 0055 |
V 0056 |
W 0057 |
X 0058 |
Y 0059 |
Z 005A |
[ 005B |
\ 005C |
] 005D |
^ 005E |
_ 005F |
| 6_ |
` 0060 |
ein 0061 |
b 0062 |
c 0063 |
d 0064 |
e 0065 |
f 0066 |
g 0067 |
h 0068 |
ich 0069 |
j 006A |
k 006B |
l 006C |
m 006D |
n 006E |
o 006F |
| 7_ |
p 0070 |
q 0071 |
r 0072 |
s 0073 |
t 0074 |
u 0075 |
v 0076 |
w 0077 |
x 0078 |
y 0079 |
z 007A |
{ 007B |
| 007C |
} 007D |
~ 007E |
|
| 8_ | ||||||||||||||||
| 9_ | ||||||||||||||||
| EIN_ |
NBSP 00A0 |
¡ 00A1 |
¢ 00A2 |
£ 00A3 |
0024 $ |
¥ 00A5 |
# 0023 |
§ 00A7 |
¤ 00A4 |
' 2018 |
“ 201C |
« 00AB |
← 2190 |
↑ 2191 |
→ 2192 |
↓ 2193 |
| B_ |
° 00B0 |
± 00B1 |
² 00B2 |
³ 00B3 |
× 00D7 |
µ 00B5 |
¶ 00B6 |
· 00B7 |
÷ 00F7 |
' 2019 |
” 201D |
» 00BB |
¼ 00 v. Chr. |
½ 00BD |
¾ 00BE |
¿ 00BF |
| C_ |
0300 |
0301 |
0302 |
0303 |
̄ 0304 |
̆ 0306 |
̇ 0307 |
̈ 0308 |
̊ 030A |
̧ 0327 |
0332 |
̋ 030B |
̨ 0328 |
̌ 030C |
||
| D_ |
- 2015 |
¹ 00B9 |
® 00AE |
© 00A9 |
™ 2122 |
♪ 266A |
¬ 00AC |
| 00A6 |
⅛ 215B |
⅜ 215C |
⅝ 215D |
⅞ 215E |
||||
| E_ |
Ω 2126 |
Æ 00C6 |
Đ / Ð 0110 / 00D0 |
ª 00AA |
Ħ 0126 |
ij 0132 |
L 013F |
Ł 0141 |
Ø 00D8 |
Π0152 |
º 00BA |
Þ 00DE |
Ŧ 0166 |
Ŋ 014A |
ʼn 0149 |
|
| F_ |
ÿ 0138 |
æ 00E6 |
đ 0111 |
ð 00F0 |
ħ 0127 |
I 0131 |
ij 0133 |
L 0140 |
ł 0142 |
ø 00F8 |
– 0153 |
ß 00DF |
þ 00FE |
ŧ 0167 |
ŋ 014B |
SCHÜCHTERN 00AD |
Brief Nummer Interpunktion Symbol Sonstiges Nicht definiert Unterschiede zu T.61
Videotex-Version
Die vom ITU T.101-Standard für Videotex verwendeten Versionen des Ergänzungssatzes basieren auf dem ersten Ergänzungssatz der 1988er Ausgabe von T.51.
Das Standard - G2 - Set für Daten Syntax 2 fügt eine auf 0xC0, für die Kombination mit Codes aus einem griechischen Primärsatz.
Der Ergänzungssatz für die Datensyntax 3 fügt Zeichen ohne Leerzeichen für den Überstrich und den Solidus sowie einige halbgrafische Zeichen hinzu .
ETS 300 706-Version
Der ETS 300 706-Standard für World System Teletext basiert seinen G2-Satz auf ISO 6937. Er ist ein Obersatz des Ergänzungssatzes von T.61 und ein Obersatz des ersten Ergänzungssatzes der 1988er Ausgabe von T.51, kollidiert jedoch mit die aktuelle Ausgabe von T.51 an bestimmten Positionen. Diakritische Codes in der ETS-Version werden als "zur Verknüpfung mit" Zeichen aus dem verwendeten G0-Satz angegeben , wie z. B. US-ASCII oder BS_viewdata . Diese Version ist in der folgenden Tabelle dargestellt.
| _0 | _1 | _2 | _3 | _4 | _5 | _6 | _7 | _8 | _9 | _EIN | _B | _C | _D | _E | _F | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2_/A_ |
SP 00A0 |
¡ 00A1 |
¢ 00A2 |
£ 00A3 |
0024 $ |
¥ 00A5 |
# 0023 |
§ 00A7 |
¤ 00A4 |
' 2018 |
“ 201C |
« 00AB |
← 2190 |
↑ 2191 |
→ 2192 |
↓ 2193 |
| 3_/B_ |
° 00B0 |
± 00B1 |
² 00B2 |
³ 00B3 |
× 00D7 |
µ 00B5 |
¶ 00B6 |
· 00B7 |
÷ 00F7 |
' 2019 |
” 201D |
» 00BB |
¼ 00 v. Chr. |
½ 00BD |
¾ 00BE |
¿ 00BF |
| 4_/C_ |
0300 |
0301 |
0302 |
0303 |
̄ 0304 |
̆ 0306 |
̇ 0307 |
̈ 0308 |
̣̣ 0323 |
̊ 030A |
̧ 0327 |
0332 |
̋ 030B |
̨ 0328 |
̌ 030C |
|
| 5_/D_ |
- 2015 |
¹ 00B9 |
® 00AE |
© 00A9 |
™ 2122 |
♪ 266A |
₠ 20A0 |
‰ 2030 |
a 03B1 |
⅛ 215B |
⅜ 215C |
⅝ 215D |
⅞ 215E |
|||
| 6_/E_ |
Ω 2126 |
Æ 00C6 |
Đ / Ð 0110 / 00D0 |
ª 00AA |
Ħ 0126 |
ij 0132 |
L 013F |
Ł 0141 |
Ø 00D8 |
Π0152 |
º 00BA |
Þ 00DE |
Ŧ 0166 |
Ŋ 014A |
ʼn 0149 |
|
| 7_/F_ |
ÿ 0138 |
æ 00E6 |
đ 0111 |
ð 00F0 |
ħ 0127 |
I 0131 |
ij 0133 |
L 0140 |
ł 0142 |
ø 00F8 |
– 0153 |
ß 00DF |
þ 00FE |
ŧ 0167 |
ŋ 014B |
■ 25A0 |
Brief Nummer Interpunktion Symbol Sonstiges Nicht definiert Unterschiede zu T.51
Siehe auch
Fußnoten
Verweise
Externe Links
- ITU-Empfehlung T.51
- ISO-Seiten: ISO 6937-1:1983 , ISO 6937-2:1983 , ISO 6937-2:1983/Add 1:1989 , ISO/IEC 6937:1994 , ISO/IEC 6937:2001
- WD 6937, Codierter grafischer Zeichensatz für die Textkommunikation - Lateinisches Alphabet (Überarbeitung von ISO/IEC 6937:1994) (ISO/IEC 6937:1994-Entwurf)
- ISO-IR-156 ( ISO-IR- Registrierung des rechten Teils)