KOI8-RU - KOI8-RU

KOI8-RU
Jazyk (y) Běloruský , ukrajinský , ruský , bulharský
Klasifikace 8bitový KOI , rozšířený ASCII
Rozšiřuje KOI8-B
Na základě KOI8-U , KOI8-R
Další související kódování KOI8-E , KOI8-F

KOI8-RU je 8bitové kódování znaků určené k pokrytí ruštiny , ukrajinštiny a běloruštiny, které používají azbuku . To úzce souvisí s KOI8-R , který zahrnuje ruská a bulharská , ale nahradí deset grafické znaky s pěti ukrajinských a běloruských dopisy Ґ , ¥ , І , Ї a ÷ v obou velkých a malých písmen. Ještě více souvisí s KOI8-U , který nezahrnuje Ў, ale jinak provádí stejné náhrady. K přidělení dalších písmen odpovídá KOI8-E , kromě Ґ, který je přidán do KOI8-F .

V IBM je KOI8-RU přiřazena kódová stránka 1167.

KOI8 zůstává mnohem běžněji používaný než ISO 8859-5 , který se nikdy opravdu neuchytil. Dalším běžným kódováním znaků cyrilice je Windows-1251 . V budoucnu mohou oba nakonec ustoupit Unicode .

KOI8 znamená Kod Obmena Informatsiey, 8 bitů ( rusky : Код Обмена Информацией, 8 бит ), což znamená „Code for Information Exchange, 8 bit“.

Znakové sady KOI8 mají tu vlastnost, že ruská písmena cyrilice jsou spíše v pseudorománském pořadí než přirozená abeceda v abecedě jako v ISO 8859-5. I když se to může zdát nepřirozené, má to užitečnou vlastnost, že i když je osmý bit odstraněn, text lze stále číst (nebo alespoň dešifrovat) v případě přepisu malých a velkých písmen na běžném terminálu ASCII. Například „Русский Текст“ v KOI8-RU se stane rUSSKIJ tEKST („ruský text“), pokud je 8. bit odstraněn.

Znaková sada

Následující tabulka ukazuje kódování KOI8-RU. Každý znak je zobrazen s ekvivalentním bodem kódu Unicode a jeho desetinnou čárkou.

KOI8-RU
_0 _1 _2 _3 _4 _5 _6 _7 _8 _9 _A _B _C _D _E _F
0_
0
1_
16
2_
32 		SP
0020 		!
0021 		„
0022 		#
0023 		0024 USD
 %
0025 		&
0026 		„
0027 		(
0028 		)
0029 		*
002A 		+
002B 		,
002C 		-
002D 		.
002E 		/
002F
3_
48 		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_
64 		@
0040 		A
0041 		B
0042 		C
0043 		D
0044 		E
0045 		F
0046 		G
0047 		H
0048 		I
0049 		J
004A 		K
004B 		L
004C 		M
004D 		N
004E 		O
004F
5_
80 		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_
96 		`
0060 		a
0061 		b
0062 		c
0063 		d
0064 		e
0065 		f
0066 		g
0067 		h
0068 		i
0069 		j
006A 		k
006B 		l
006C 		m
006D 		n
006E 		o
006F
7_
112 		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_
128 		─
2500 		2
2502 		┌ 250
° C 		10
2510 		14
2514 		18
2518 		1
251C 		24
2524 		2
252C 		34
2534 		3
253C 		80
2580 		84
2584 		█
2588 		▌
258C 		90
2590
9_
144 		91
2591 		▒
2592 		93
2593 		„
201C 		■
25A0 		19
2219 		„
201D 		-
2014 		№
2116 		™
2122 		NBSP
00A0 		»
00BB 		®
00AE 		«
00AB 		·
00B7 		¤
00A4
A_
160 		50
2550 		51
2551 		52
2552 		ё
0451 		є
0454 		54
2554 		і
0456 		ї
0457 		57
2557 		58
2558 		59
2559 		╚ 255
A. 		╛
255 B 		91
0491 		ў
045D 		╞
255E
B_
176 		╟
255F 		60
2560 		61
2561 		Ё
0401 		Є
0404 		63
2563 		І
0406 		Ї
0407 		66
2566 		67
2567 		68
2568 		69
2569 		╪
256A 		90
0490 		Ў
040D 		©
00A9
C_
192 		ю
044E 		а
0430 		б
0431 		ц
0446 		д
0434 		е
0435 		ф
0444 		г
0433 		х
0445 		č
0438 		©
0439 		к
043A 		л
043B 		м
043C 		v
043D 		®
043E
D_
208 		п
043F 		я
044F 		р
0440 		с
0441 		т
0442 		у
0443 		ж
0436 		в
0432 		ь
044C 		ы
044B 		з
0437 		48
0448 		э
044D 		щ
0449 		ч
0447 		ъ
044A
E_
224 		Ю
042E 		А
0410 		11
0411 		26
0426 		Д
0414 		15
0415 		24
0424 		Г
0413 		25
0425 		18
0418 		19
0419 		К
041A 		1
041B 		М
041C 		1
041D 		О
041E
F_
240 		П
041F 		Я
042F 		Р
0420 		С
0421 		Т
0422 		У
0423 		16
0416 		В
0412 		Ь
042C 		2
042B 		17
0417 		Ш
0428 		2
042D 		Щ
0429 		27
0427 		2
042A

Rozdíl oproti KOI8-R se skládá z pozic 0xA4; 0xA6; 0xA7; 0xAD; 0xAE; a 0xB4; 0xB6; 0xB7; 0xBD; 0xBE; které se skládají z písmen navíc, která v ruštině neexistují.

Ačkoli RFC 2319 říká, že znak 0x95 by měl být U + 2219 (∙), může to být také U + 2022 (•), aby odpovídal znaku odrážky ve Windows-1251 .

Některé odkazy mají překlep a nesprávně uvádějí, že znak 0xB4 je U + 0403, spíše než správný U + 0404. Tento překlep je uveden v příloze A RFC 2319 (ale tabulka v hlavním textu RFC poskytuje správné mapování).

Viz také

Reference


externí odkazy