ISO 8859

ISO 8859- serien av standarder  , nærmere bestemt ISO / IEC 8859 , fra International Organization for Standardization definerer forskjellige 8-bits tegnsett for informasjonsteknologi i 15 adopterte og en avvist understandard , inkludert:

• ISO 8859-1 var den nest vanligste kodingen av nettsteder med 1,7% i desember 2020 , etter UTF-8 med 95,9%.
• ISO 8859-9 brukes av 0,1% av alle nettsteder.
• de andre understandardene spiller ingen rolle i praksis.

Generell struktur for tegnsettene

• De første 128 posisjonene er identiske i alle understandarder og tilsvarer tegnene i det 7-bits settet US-ASCII .
  • 00 _hex til 1F _hex og 7F _hex representerer kontrolltegn . Betydningen av tegnene er ikke definert i denne standarden.
  • 20 _hex til 7E _hex inneholder utskrivbare tegn ( bokstaver , tall , skilletegn ...)
• Tegnene 7F _hex til 9F _hex er ikke definert i standarden ( "Deres bruk er utenfor rammen av ISO / IEC 8859; det er spesifisert i andre internasjonale standarder, for eksempel ISO / IEC 6429. " )
• De siste 96 posisjonene (A0 _hex til FF _hex ) inneholder regionale spesialtegn og utgjør forskjellen mellom understandardene. De presenteres i tabellform nedenfor. Spesielt karakteroppgaven fra ISO 8859-1 gjenspeiler strukturen til ASCII.
  • A0 _hex til BF _hex inneholder hovedsakelig skilletegn og spesialtegn.
  • C0 _hex til DF _hex inneholder hovedsakelig store bokstaver.
  • E0 _hex til FF _hex inneholder hovedsakelig små bokstaver.

Merknader

• Det ofte brukte Latin-1-tegnsettet er identisk med de første 256 tegnene i Unicode- tegnsettet.
• Det nyere Latin-9 tegnsettet ( ISO 8859-15 ) skiller seg bare i åtte posisjoner fra Latin-1 tegnsettet; blant annet er det generelle valutasymbolet ¤ erstattet av eurosymbolet €.
• Ingen “ISO 8859-12” tegnsett ble spesifisert i familien av standarder. Begrepet ble midlertidig brukt for to forskjellige forslag, men ingen ble vedtatt som standard.
• ISO / IEC utvikler ikke lenger aktivt ISO 8859-standardene. Tegnsettene er erstattet av ISO UCS , som har samme innhold som Unicode- standarden. Dette brukes hovedsakelig i form av UTF-8-koding.

Bokstaver for det tyske språket

De tyske umlautene Ä = C4 _hex , ä = E4 _hex , Ö = D6 _hex , ö = F6 _hex , Ü = DC _hex og ü = FC _hex samt den lille Eszett ß = DF _hex kan finnes i ti understandarder av den latinske gruppen de samme posisjonene eller med samme kode. En kompatibilitet mellom disse standardene er gitt, i det minste for tyskspråklige tekster.

Bare i undernormene for alfabetene -5 kyrillisk, -6 arabisk, -7 gresk, -8 hebraisk og -11 thai er de tyske spesialtegnene ikke tilgjengelige.

Tabell over regionale spesialtegn

Ved posisjon A0 ligger _sekskant alltid mellomrom (Engl. Non breaking space , NBSP) og AD _hex vanligvis den betingede bindestrek (Engl. Soft bindestrek , SHY), som bare er synlig på slutten av linjen. Andre tegn symbolisert med bokstaver på hebraisk er toveiskontrolltegnene LRM og RLM i posisjon FD _hex eller FE _hex . Tomme felt er enten (ennå) ikke fylt ut eller kan ikke vises på systemet som brukes.

Tillegg og endringer i 2003-versjonen av standarden.
Udefinerte tegn er uthevet i grønt.

Se også

• ISO 6937
• DEC multinasjonalt tegnsett
• Macintosh Roman (MacRoman)

Individuelle bevis

1. ↑ https://w3techs.com/technologies/history_overview/character_encoding ISO 8859-2, og 8859-15 er også nevnt, med (litt?) Mindre enn 0,17%.
2. ↑ ISO / IEC 8859-1: 1998, s.5

weblenker

• Tekst: Unicode-verdier for 8859 tegnsett