Kodna tabela

Naprej: Naravni jezik Navzgor: Kodiranje slovenskih znakov Nazaj: Kodiranje slovenskih znakov

Kodna tabela

Crke in drugi znaki so v racunalniku predstavljeni s pomocjo tabele, imenovane kodna tabela ali kodni razpored , ki povezuje graficno predstavitev nekega znaka z njegovim binarnim zapisom. Tako znaku za veliko crko A pri nekaterih kodnih tabelah ustreza desetisko stevilo 65. Kot je v racunalnistvu navada, moramo biti pazljivi in se prepricati, v katerem stevilskem sistemu je navedeno stevilo: razen desetiskega sistema se uporabljata se osmiski in sestnajstiski ter v izpisih redko dvojiski.

Nacini, kako slovenske znake predstaviti v racunalniku, se mocno razlikujejo, kar je tudi vzrok za mnoge tezave s prenosljivostjo besedil. V uporabi je veliko stevilo razlicnih kodnih tabel.

Kodne tabele so enozlozne (enobytne) ali veczlozne (vecbytne) glede na to, kako je najvec dolg zapis enega znaka. Enozlozne (enobytne) tabele se nadalje delijo na sedembitne, kjer znaku sme pripasti najvec desetiska stevilka 127, in na osembitne, ki vkljucujejo tudi znake med vkljucno mestoma 128 in 256. Zvrsti kodnih tabel z nekaterimi primeri so prikazane na sliki 1.

**Slika 1:** Zvrsti kodnih tabel z nekaterimi primeri.
$\begin{figure} \begin{center} \special{em:linewidth 0.4pt} \unitlength 1.00mm ... ....33}{71.33}{13}{114.33}{63.67}{14} %\end \end{picture} \end{center}\end{figure}$

Sedembitna kodna tabela

Sedembitno kodiranje je starejse in se se vedno uporablja tam, kjer na primer ne zelimo tezav pri prenosu dokumentov po elektronski posti. Uporabno je tudi kot najmanjsi skupni imenovalec, ki ga razume najvecja mnozica operacijskih sistemov in na njih vezane programske opreme. Zal pri tem v praksi sumnike pisemo kot sicnike, tako da je besedilo vcasih zaradi tega dvoumno. Posebej razvpit je dvoumni primer Problem je resen.

Omejitve, zaradi katerih smo bili se nedavno prisiljeni uporabljati sedembitna kodiranja, z napredkom izginjajo. Primer sedembitnega kodiranja je JUS I.B1.002 .

Kot uporaben sedembitni nadomestek za osembitno kodiranje s posebnimi znaki za sumnike se najvec uporablja zapis, kjer so sumniki nadomesceni s sicniki, prek katerimi stoji znak < '' > . Tudi to kodiranje uvrscamo med sedembitna kodiranja, ceprav so znaki za sumnike razvezani cez vec kot en byte.

Osembitna kodna tabela

Od osembitnih kodiranj se najvec uporablja kodiranja Latin2 (ISO-8859-2 ) na sistemih UNIX in CP852 ter CP1250 pod MS-DOS oziroma Okni.

Osembitno kodiranje se trenutno uporablja najpogosteje, pri cemer pa ze obstajajo naprednejsi vecbytni standardi, med katerimi je potrebno omeniti standard UNICODE .

Avtor se zaradi tega, ker je kodiranje Latin2 uvrsceno med mednarodne standarde, ki jih je potrdil ISO, in zaradi njegove razsirjenosti zavzema za uporabo kodiranja Latin2 , dokler ne bo vecina kljucnih orodij podpirala novega standarda UNICODE . Vsa druga tu imenovana osembitna kodiranja nimajo statusa mednarodnega standarda in so kvecjemu industrijski standardi, ki jih dolocajo nekatere programske hise. Uporabljamo jih lahko le kot pomozno kodiranje, potem ko smo kot osnovno izbiro ponudili katero izmed mednarodno standardiziranih moznosti.

Veczlozna (vecbytna) kodna tabela

Veczlozna (angl. multibyte) kodiranja so tista, pri katerem zapisu enega znaka pripada eden ali vec zlogov (bytov).

Znaki za slovenske sumnike so po mednarodnem standardu ISO/IEC 10646-1:1993 / UNICODE 2.1 uvrsceni v podrocje Latin Extended-A . Ti znaki so vsi v obmocju U+0100 to U+017F, to je od znaka v desetiskem zapisu 256 do 383. Znaki v razporedu UNICODE so oznaceni takole: U+xxxx. Oznaka xxxx je sestnajstiski zapis lege znaka v kodni tabeli.

Vec o tej temi na http://czyborra.com/unicode/characters.html

Preglednice kodnih tabel

Tabela 1 prikazuje standardizirane nabore znakov z vsemi slovenskimi sumniki. V tabeli 3 so navedeni preostali nacini kodiranja, ki pa niso standardizirani.

**Tabela:** Standardizirani nabori znakov z vsemi slovenskimi sumniki. Kodna nabora CP 852 in CP 1250 sta industrijska standarda. Kodni nabor ISO-8859-2 je mednarodni standard.
	CodePage			CodePage			ISO			JUS			HTML
	852			1250			8859-2			I.B1.002			UTF-8
	.			.			`Latin2`			.			.
	oct	dec	hex	oct	dec	hex	oct	dec	hex	oct	dec	hex	znaki
"C	254	172	AC	310	200	C8	310	200	C8	136	94	5E	`&#268`
"c	273	159	9F	250	232	E8	350	232	E8	176	126	7E	`&#269`
"S	346	230	E6	212	138	8A	251	169	A9	133	91	5B	`&#352`
"s	347	231	E7	232	154	9A	271	185	B9	173	123	7B	`&#353`
"Z	246	166	A6	216	142	8E	256	174	AE	100	64	40	`&#381`
"z	247	167	A7	236	158	9E	276	190	BE	140	96	60	`&#382`

**Slika 2:** Razpored ISO 646. Sliko je prispeval Roman Czyborra .
$\begin{figure} \begin{center} \end{center}\hrule\end{figure}$

**Slika 3:** Razpored ISO 8859-2. Sliko je prispeval Roman Czyborra .
$\begin{figure} \begin{center} \end{center}\hrule\end{figure}$

**Slika 4:** Razpored ISO 8859-2 v pisavi `fixed` .
$\begin{figure} \begin{center} \end{center}\hrule\end{figure}$

**Slika 5:** Druga stran razporeda ISO 10646 v pisavi ClearlyU, avtor Mark Leisher.
$\begin{figure} \begin{center} \end{center}\hrule\end{figure}$

**Tabela:** Pogostejsi nacini kodiranja sumnikov v sistemih TEX in L^ATEX.
	TEX123	L^ATEX	L^ATEX	TEX
		babel
	znaki	znaki	znaki	znaki
"C	`\2`	`"C`	`\v{C}`	`\v C`
"c	`\1`	`"c`	`\v{c}`	`\v c`
"S	`\4`	`"S`	`\v{S}`	`\v S`
"s	`\3`	`"s`	`\v{s}`	`\v s`
"Z	`\6`	`"Z`	`\v{Z}`	`\v Z`
"z	`\5`	`"z`	`\v{z}`	`\v z`

**Tabela:** Pogostejsi nestandardizirani nabori znakov z vsemi slovenskimi sumniki.
	Teletype	ASCII	Quoted Printable	Apple	CorelDraw	Amiga	UTF-8
		sicniki	ISO 8859-2	CE	.	.	dvobytni
	znaki	znaki	znaki	hex	hex	hex	hex	znaki
"C	`CC`	`C`	`=C8`	89	??	??	C4 8C	`&#268`
"c	`cc`	`c`	`=E8`	8B	??	??	C4 8D	`&#269`
"S	`SS`	`S`	`=A9`	E1	??	??	C5 A0	`&#352`
"s	`ss`	`s`	`=B9`	E4	??	??	C5 A1	`&#353`
"Z	`ZZ`	`Z`	`=AE`	EB	??	??	C5 BD	`&#381`
"z	`zz`	`z`	`=BE`	EC	??	??	C5 BE	`&#382`

**Tabela:** Redkejsi nestandardizirani nabori znakov z vsemi slovenskimi sumniki.
	slovarsko	dvispell	SCA
	kodiranje	kodiranje	baza Armorial
	znaki	znaki	znaki
"C	`CZ`	`C-caron`	`{Cv}`
"c	`cz`	`c-caron`	`{cv}`
"S	`SZ`	`S-caron`	`{Sv}`
"s	`sz`	`s-caron`	`{sv}`
"Z	`ZZ`	`Z-caron`	`{Zv}`
"z	`zz`	`z-caron`	`{zv}`

Baza SCA Armorial: Vec o tej temi na http://www.sca.org/heraldry/OandA/data_symbols.html

**Tabela:** Opisno kodiranje znakov za sumnike v jezikih PostScript in SGML.
	PostScript	SGML
"C	`/Ccaron`	`&Ccaron;`
"c	`/ccaron`	`&ccaron;`
"S	`/Scaron`	`&Scaron;`
"s	`/scaron`	`&scaron;`
"Z	`/Zcaron`	`&Zcaron;`
"z	`/zcaron`	`&zcaron;`

**Tabela 6:** V javi se od razlicice 1.1 uporablja standard Unicode, najprej v razlicici 1.5 in kasneje v 2.0.
	Java
"C	`\u010C`
"c	`\u010D`
"S	`\u0160`
"s	`\u0161`
"Z	`\u017D`
"z	`\u017E`

**Tabela:** Tabela z imeni ISO 10646 za slovenske znake s sumniki.
	ISO 10646
	dec	hex	ime
"C	268	010C	LATIN CAPITAL LETTER C WITH CARON
"c	269	010D	LATIN SMALL LETTER C WITH CARON
"S	352	0160	LATIN CAPITAL LETTER S WITH CARON
"s	353	0161	LATIN SMALL LETTER S WITH CARON
"Z	381	017D	LATIN CAPITAL LETTER Z WITH CARON
"z	382	017E	LATIN SMALL LETTER Z WITH CARON

**Tabela 8:** Tehnicno porocilo ENV 1973:1995 o minimalnem evropskem podnaboru MES nabora ISO/IEC 10646-1. Sumniki so v tabeli nabora MES na enakih mestih kot v ISO 10646.
	MES
	dec	hex	ime
"C	268	010C	LATIN CAPITAL LETTER C WITH CARON
"c	269	010D	LATIN SMALL LETTER C WITH CARON
"S	352	0160	LATIN CAPITAL LETTER S WITH CARON
"s	353	0161	LATIN SMALL LETTER S WITH CARON
"Z	381	017D	LATIN CAPITAL LETTER Z WITH CARON
"z	382	017E	LATIN SMALL LETTER Z WITH CARON

O MES: Vec o tej temi na http://www.indigo.ie/egt/standards/mes.html

**Tabela:** Opisno kodiranje sumnikov, kot ga predlaga RFC 1345.
	RFC 1345
	znak
"C	`C<`
"c	`c<`
"S	`S<`
"s	`s<`
"Z	`Z<`
"z	`z<`

RFC 1345: Vec o tej temi na http://andrew2.andrew.cmu.edu/rfc/rfc1345.html

Apple Macintosh: Vec o tej temi na http://www.kostis.net/charsets/applecro.html Pogostejse oznake z enakim pomenom: IBM852 , 852 , cp852 , ibm852 .

Pogostejse oznake z enakim pomenom: ISO646-YU , JUS I.B1.002 , isoir14 , YUSCII, SLOSCII.

Pogostejse oznake z enakim pomenom: ISO 8859-2:1987 , iso88592 , iso885921987 , l2 , latin2 , isoir101 .

Pogostejse oznake z enakim pomenom: HTML , html , w3 , www .

Pogostejse oznake z enakim pomenom: UTF-2, (filesystem-safe) FSS-UTF, UTF-8.

Vec o tej temi na http://czyborra.com/utf/

Vec o tej temi na http://www.adobe.com/supportservice/devrelations/typeforum/glyphlist.txt

Slike znakov v obmocju U+0100 do U+017F so dostopne na strani: http://charts.unicode.org/Unicode.charts/glyphless/U0100.html . UTF-8 je nacin, kako zapisemo znake po razporedu UNICODE z najvec stirimi bajti. Spodnja funkcija, zapisana v jeziku C, pretvori znak s kodo po razporedu UNICODE, v zapis UTF-8:

putwchar(c)
{
  if (c < 0x80) {
    putchar (c);                      /* 0 x x x x x x x */ 
  }
  else if (c < 0x800) {
    putchar (0xC0 | c>>6);            /* 1 1 0 x x x x x */ 
    putchar (0x80 | c & 0x3F);        /* 1 0 x x x x x x */ 
  }
  else if (c < 0x10000) {             
    putchar (0xE0 | c>>12);           /* 1 1 1 0 x x x x */   
    putchar (0x80 | c>>6 & 0x3F);     /* 1 0 x x x x x x */ 
    putchar (0x80 | c & 0x3F);        /* 1 0 x x x x x x */ 
  }
  else if (c < 0x200000) {
    putchar (0xF0 | c>>18);           /* 1 1 1 1 0 x x x */ 
    putchar (0x80 | c>>12 & 0x3F);    /* 1 0 x x x x x x */ 
    putchar (0x80 | c>>6 & 0x3F);     /* 1 0 x x x x x x */ 
    putchar (0x80 | c & 0x3F);        /* 1 0 x x x x x x */ 
  }
}

Nekatere implementacije se kodiranja UTF-8 ne drzijo dobesedno. UTF-8 v razlicici, kot ga razume Java, drugace zapisuje znak 0 in pozna le trobajtni podnabor.

Quoted Printable ni poseben kodni razpored. Tako se imenuje zapis osembitih znakov s sedembitnimi, da se izognemo morebitnim tezavam pri prenasanju po mrezi ali med sistemi. Znaki nad mestom 127 so zapisani tako, da znaku = sledi njihova dvocrkovna sestnajstiska koda.

PostScript

Jezik PostScript je nastal okrog leta 1976 v podjetju Evans & Sutherland Computer, kjer so ga imenovali 'Design System'. Nastal je kot rezultat razikovalnega projekta, ki se je ukvarjal z uporabnostjo interpretiranega jezika za opis zapletenih tridimenzionalnih objektov, hranjenih v podatkovnih bazah. Projekt je uspel in jezik se je prijel za uporabo v aplikacijah CAD.

Znaki so po Adobeovem standardu za postscript predstavljeni v dveh oblikah s kodo ali z opisnim imenom. Vsak znak ima ime in svojo graficno podobo, kodiranim znakom pripada pa se enobytna koda.

Adobeov Postscript language reference manual (1985) v zvezi s slovenskimi znaki predpise le imena za male in velike crke S in Z . Crko C zal tedaj izpusti, a jo kasneje doda. Preglednica 5 podaja imena za slovenske znake. Noben sumnik nima svoje bytne kode.

Naprej: Naravni jezik Navzgor: Kodiranje slovenskih znakov Nazaj: Kodiranje slovenskih znakov

GNU slovenizacija
1/26/2000