رمز الهانغول الموحد

الموسوعة الحرة

رمز الهانغول الموحد ( UHC )، [ 2 ] [ أ ] أو رمز وانسونغ الموسع ، [ 4 ] [ ب ] والمعروف أيضًا في نظام مايكروسوفت ويندوز باسم صفحة الترميز 949 ( Windows-949 أو MS949 أو CP949 )، هو صفحة الترميز الخاصة بنظام مايكروسوفت ويندوز للغة الكورية . وهو امتداد لرمز وانسونغ ( KS C 5601 :1987، المشفر كـ EUC-KR ) ليشمل جميع مقاطع الهانغول غير الجزئية البالغ عددها 11172 مقطعًا الموجودة في جوهاب (KS C 5601:1992 الملحق 3). [ 4 ] [ 2 ] وهذا يتوافق مع المقاطع المركبة مسبقًا المتوفرة في يونيكود 2.0 والإصدارات الأحدث.

يُعاب على ترميز وانسونج أنه يُخصص رموزًا فقط لـ 2350 مقطعًا صوتيًا مُركبًا مسبقًا من الهانغول، والتي لها نقاط ترميز خاصة بها في معيار KS X 1001 (KS C 5601) (من أصل 11172 مقطعًا، باستثناء تلك التي تستخدم ترميز جامو القديم)، ويتطلب من الآخرين استخدام تسلسلات تركيبية من ثمانية بايتات، وهي غير مدعومة في بعض التطبيقات الجزئية للمعيار. [ 5 ] يحل ترميز UHC هذه المشكلة بتخصيص رموز فردية لجميع المقاطع الصوتية الممكنة المُنشأة باستخدام جامو الحديث، وذلك من خلال إجراء التخصيصات خارج نطاق مساحة الترميز المستخدمة في KS X 1001.

تم توسيع نطاق البايتات الأولية إلى 0x81 –FE، ونطاق البايتات اللاحقة إلى 0x41–5A و0x61–7A و0x81–FE (في EUC-KR، كلا النطاقين 0xA1–FE). تُستخدم الرموز خارج نطاقات EUC-KR للهانغول الإضافي. [ 6 ] عند النظر إليهما بشكل منفصل، يكون كل من كتلة الهانغول في EUC-KR وقسم الهانغول الموسع في UHC بترتيب يونيكود. [ 1 ]

مصطلحات

لم يتم تسجيل ترميز الهانغول الموحد لدى هيئة الأرقام المخصصة للإنترنت (IANA) كمعيار لنقل المعلومات عبر الإنترنت. [ 7 ] ومن البدائل المتاحة ترميز UTF-8 . ومع ذلك، فإن معيار ترميز W3C / WHATWG المستخدم في HTML5 يدمج امتدادات ترميز الهانغول الموحد في تعريفه لـ "EUC-KR". [ 1 ]

تُخصّص مايكروسوفت لنظام التشغيل Windows-949 التسمية "ks_c_5601-1987"، [ 8 ] [ 9 ] والتي تنطبق بشكل صحيح على KS X 1001 نفسه (حيث كان KS C 5601 هو الاسم الأصلي لـ KS X 1001). [ 10 ] يتعامل فريق عمل WHATWG مع التسمية "ks_c_5601-1987" بشكل متبادل مع "EUC-KR" بهدف "التوافق مع المحتوى المنشور". [ 11 ] تضمنت مجموعة "OBSOLETE/EASTASIA" التابعة لاتحاد Unicode ، والتي تضمّ تعيينات مسحوبة، تعيينات لرمز الهانغول الموحد تحت اسم "KSC5601.TXT"، مع تضمين التعيينات المشتقة تلقائيًا لـ KS X 1001 ذي 7 بت تحت اسم "KSX1001.TXT". [ 12 ]

صفحة الترميز 949 من IBM هي امتداد آخر، وإن كان غير مرتبط، لـ EUC-KR. يستخدم معيار المكونات الدولية لليونيكود (ICU) المصطلحات "cp949" أو "949" أو "ibm-949" للإشارة إلى صفحة ترميز IBM هذه، [ 13 ] و"ms949" أو "windows-949" (أو عدة صيغ من "ks_c_5601-1987") للإشارة إلى ترميز UHC في نظام ويندوز. [ 14 ] في المقابل، يتعرف بايثون على المصطلحات "cp949" و"949" و"ms949" و"uhc" كتسميات لترميز UHC، ولا يتضمن برنامج ترميز IBM-949. [ 15 ] من بين التسميات التي تتضمن رقم صفحة الترميز، لا يتعرف WHATWG إلا على "windows-949". [ 11 ]

تُسمى صفحة ترميز IBM للترميز الموحد للغة الهانغول صفحة الترميز 1363 ( IBM-1363 )، أو "الكورية لنظام ويندوز". وهي مزيج من صفحة ترميز SBCS 1126 وصفحة ترميز DBCS 1362. [ 16 ] [ 17 ] [ 18 ] [ 19 ] [ 20 ] وتختلف في وجود تعيين بايت واحد للرمز 0x5C لعلامة وون (U+20A9)؛ [ 21 ] [ 22 ] [ 23 ] بينما يُعيّن نظام ويندوز الرمز 0x5C إلى U+005C (نقطة ترميز يونيكود لعلامة الشرطة المائلة العكسية ) كما هو الحال في ASCII، [ 14 ] على الرغم من أن الخطوط غالبًا ما لا تزال تعرضه كعلامة وون. [ 24 ] يختلف أيضًا تعيين Unicode لعلامة الموجة (0xA1AD)، حيث يُفضل تعيين IBM الرمز U+301C، [ 25 ] بينما يُفضل تعيين Microsoft الرمز U+223C (علامة التلدة). [ 26 ] يتوفر تعيين IBM لـ UHC باسم "ibm-1363" في ICU، [ 21 ] بينما يُشار إلى برنامج الترميز "windows-949" الخاص بـ ICU باسم IBM-1261 في بعض تعليقات شفرة المصدر الخاصة بـ ICU. [ 27 ]

رموز البايت المفردة

فيما يلي جزء البايت الواحد من صفحة الترميز كما حددته شركة IBM. على غرار صفحة الترميز 437 ، يمكن استخدام بايتات رمز التحكم كرموز تحكم أو رموز رسومية حسب السياق - تظهر الرموز الرسومية أدناه. تستخدم مايكروسوفت تعيينات ASCII لجميع بايتات ASCII، على الرغم من أنه قد يتم عرض الشرطة المائلة العكسية كعلامة فوز .

صفحة الكود 1126 [ 28 ] [ 29 ] [ 30 ] [ 31 ]
0123456789أبجدهـF
0xنول┌┐└┘│─•◘○◙♂أنثى♪♫☼
1x┼◄↕‼┴┬┤↑├→←∟↔▲▼
2x إس بي !"8دولار%و'()*+،-./
3x0123456789:؛<=>؟
4x@أبجدهـFجيحأناجكلمشماليا
5xPسؤالRSتييوVدبليوXYZ[₩]^_
6x`أبجدهـوزحأناجكلمنo
7xصqرsتuvwxyz{|}~⌂
  الاختلافات عن صفحة الكود 437

الحواشي

  1. ↑ الكورية : 통합형 한글 코드 [ 3 ] ; RR : تونغابهيونغ هانجيل كوديو  
  2. ↑ الكورية : 확장 완성형 ؛ RR : هواججانج وانسونجيونج  

مراجع

  1. 1 2 3 van Kesteren, Anne , "5. الفهارس (§ فهرس EUC-KR)" , معيار التشفير , WHATWG
  2. 1 2 "معلومات: مجموعات أحرف الهانغول (الكورية)" ، دعم مايكروسوفت ، مايكروسوفت
  3. ^ “한글 코드에 대하여” (في الكورية). W3C. مؤرشفة من الأصلي بتاريخ 24-05-2013 . تم الاسترجاع 2018-01-02 .
  4. 1 2 زيغري، جيولا (2002-06-18). "KSC و UHC" .
  5. ↑ شين، جونغشيك. "ما هي رموز KS X 1001 (KS C 5601) وغيرها من رموز الهانغول؟" . أسئلة وأجوبة حول الهانغول والإنترنت في كوريا .
  6. ↑ لوندي، كين (13 يناير 2009). "الملحق و: طرق ترميز الموردين" (ملف PDF) . معالجة المعلومات باللغات الصينية واليابانية والكورية ( الطبعة الثانية). دار نشر أورايلي ميديا . رقم ISBN  978-0-596-51447-1.
  7. ↑ "مجموعات الأحرف" . Iana.org . تم الاطلاع عليه بتاريخ 11 يناير 2017 .
  8. ↑ "خاصية Encoding.WindowsCodePage - إطار عمل .NET (الإصدار الحالي)" . MSDN . مايكروسوفت.
  9. ↑ "معرفات صفحة الترميز" ، مركز مطوري ويندوز ، مايكروسوفت، 7 يناير 2021
  10. ↑ IBM ؛ اتحاد يونيكود . "convrtrs.txt" . المكونات الدولية ليونيكود . الإصدار 59180.0.1. مؤرشف من الأصل بتاريخ 28-07-2020 . تم الاسترجاع بتاريخ 16-05-2020 . <اقتباس من "جونغشيك شين"> [...] إن استخدام KS C 5601 أو أسماء مشابهة للدلالة على EUC-KR أو windows-949 أمر مضلل للغاية [...] إنه مجرد اسم معيار مجموعة أحرف كورية مشفرة بحجم 94 × 94، والذي يمكن استدعاؤه إما على GL (مع إعادة تعيين MSB) أو GR (مع تعيين MSB).
  11. 1 2 فان كيسترن، آن . "4.2 الأسماء والتسميات" . معيار الترميز . ماذا.
  12. ↑ جونغشيك شين. "KSX1001.TXT: جدول تحويل KS X 1001 إلى يونيكود" . يونيكود، المحدودة.
  13. ↑ "ibm-949_P110-1999 (الاسم المستعار cp949)" ، مستكشف المحولات ، المكونات الدولية لليونيكود
  14. 1 2 "windows-949-2000" ، مستكشف المحولات ، المكونات الدولية لليونيكود
  15. ↑ "برامج الترميز — سجل برامج الترميز والفئات الأساسية § الترميزات القياسية" . وثائق بايثون 3.7.2 . مؤسسة برمجيات بايثون.
  16. ↑ "معرفات مجموعة الأحرف المشفرة - CCSID 1363" ، قسم العولمة في شركة IBM ، IBM، مؤرشف من الأصل بتاريخ 29 نوفمبر 2014
  17. ↑ "وثيقة معلومات صفحة الرمز 1126" . مؤرشفة من الأصل بتاريخ 2017-01-16.
  18. ↑ "وثيقة معلومات CCSID 1126" . مؤرشفة من الأصل بتاريخ 27-03-2016.
  19. ↑ "وثيقة معلومات صفحة الرمز 1362" . مؤرشفة من الأصل بتاريخ 17-03-2016.
  20. ↑ "وثيقة معلومات CCSID 1362" . مؤرشفة من الأصل بتاريخ 27-03-2016.
  21. 1 2 "ibm-1363" ، مستكشف المحولات ، المكونات الدولية لليونيكود
  22. ↑ صفحة الترميز CPGID 01126 (ملف PDF) (PDF) ، IBM
  23. ↑ صفحة الترميز CPGID 01126 (txt) ، IBM
  24. ↑ كابلان، مايكل س. (17-09-2005)، "متى لا تكون الشرطة المائلة العكسية شرطة مائلة عكسية؟" ، توضيح الأمر برمته
  25. ↑ "ibm-1363_P110-1997 (البايت الرئيسي A1)" . عرض توضيحي لوحدة التحكم المتكاملة - مستكشف المحولات . المكونات الدولية لليونيكود.
  26. ↑ "windows-949-2000 (البايت A1)" . عرض توضيحي لوحدة التحكم المركزية - مستكشف المحولات . المكونات الدولية لليونيكود.
  27. ↑ انظر، على سبيل المثال، ucnv_lmb.cpp مؤرشف في 2020-01-02 في Wayback Machine (بريندان موراي، جيم سنايدر-جرانت)، حيث تم التعليق على البايت الرئيسي 0x11 على أنه يشير إلى "Korean: ibm-1261" بعد تعريفULMBCS_GRP_KO، ولكن يتم تعيينه إلى"windows-949"برنامج الترميز ICU فيOptGroupByteToCPNameالمصفوفة لاحقًا في الملف.
  28. ↑ صفحة الترميز CPGID 01126 (ملف PDF) (PDF) ، IBM
  29. ↑ صفحة الترميز CPGID 01126 (txt) ، IBM
  30. ↑ عرض توضيحي لوحدة العناية المركزة: تحويل IBM-1363 إلى Unicode
  31. ↑ عرض توضيحي لوحدة العناية المركزة لربط IBM-1363C (النسخة القائمة على ASCII) بـ Unicode