КОДИРОВКИ WIN1251, KOI7, KOI8R И ДРУГИЕ

Что один человек закодировал, то другой завсегда раскодировать сможет. Сможет ли?

А. Алешин

Рассмотрим наиболее известные и важные виды кодировок, используемые в разных операционных системах. Особое внимание уделим, конечно, кириллическим кодировкам, а именно WIN1251, KOI7, KOI8R и др. Ранее, в разделе 7.1, мы познакомились со стандартными английскими кодировками типа ASCII и новейшими универсальными кодировками Unicode. Однако исторически появлению Unicode предшествовала целая серия кириллических кодировок, которые и сейчас еще активно и часто используются в операционных системах и Интернет.

KOI-7

Кодировка KOI-7 (KOИ-7, Код Обмена Информацией, 7-ми битный) позволяет кодировать 2⁷ = 128 символов, из которых 32 буквы русского алфавита, 26 букв латинского алфавита, 10 цифр и 26 печатаемых символа, пробел, специальные символы и непечатаемые символы. Коды непечатаемых символов находятся в диапазоне 00-20 (с ними можно ознакомиться в разделе 7.1, в таблице ASCII).

Замечательным правилом, действующим в этой кодировке является весовой принцип кодирования латинских символов, для которого верно правило: Веса кодов букв латинского алфавита увеличиваются на единицу в алфавитном порядке, то есть:

Код последующего символа = Код предыдущего символа + 1, или Код D = Код C + 1, и так далее...

Пользуясь этим правилом, можно легко располагать слова в алфавитном порядке, поскольку эта операция сводится к простому сравнению двоичных чисел, соответствующих кодам символов. Для русских символов этот принцип несправедлив.

Каждый символ в кодировке KOI-7 представлен восьмиразрядным двоичным числом (фактически, это один байт). Младшие 7 знакомест предназначены для кода самого символа, а самый старший бит называется разрядом контроля четности и очень часто используется для контроля ошибок, особенно при передаче данных. В этот разряд вписывают такое число (0 или 1), чтобы сумма единиц, содержащихся в коде данного символа, было четным.

Число	Символ	Число	Символ	Число	Символ	Число	Символ	Число	Символ	Число	Символ
20	пробел	30	0	40	@	50	P	60	Ю	70	П
21	!	31	1	41	A	51	Q	61	А	71	Я
22	"	32	2	42	B	52	R	62	Б	72	Р
23	#	33	3	43	C	53	S	63	С	73	С
24	$	34	4	44	D	54	T	64	Д	74	Т
25	%	35	5	45	E	55	U	65	Е	75	У
26	&	36	6	46	F	56	V	66	Ф	76	Ж
27	'	37	7	47	G	57	W	67	Г	77	В
28	(	38	8	48	H	58	X	68	Х	78	Ь
29	)	39	9	49	I	59	Y	69	И	79	Ы
2A	*	3A	:	4A	J	5A	Z	6A	Й	7A	З
2B	+	3B	;	4B	K	5B	[	6B	К	7B	Ш
2C	,	3C	<	4C	L	5C	\	6C	Л	7C	Э
2D	-	3D	=	4D	M	5D	]	6D	М	7D	Щ
2E	.	3E	>	4E	N	5E	^	6E	Н	7E	Ч
2F	/	3F	?	4F	O	5F	Ъ	6F	О	7F	"забой"

KOI-8R

Кодировка KOI-8R (KOИ-8, Код Обмена Информацией, 8-ми битный) позволяет кодировать 2⁸ = 256 символов, в число которых входят 31 прописная и 32 строчных букв русского алфавита, 26 прописных и 26 строчных букв латинского алфавита, 10 цифр, 32 служебных знака и специальные символы, предназначенные для управления устройствами и передачи данных. Коды в диапазоне 21-5F соответствуют одинаковым символам как для KOI-7, так и для KOI-8R.

Код	Символ	Код	Символ	Код	Символ	Код	Символ	Код	Символ	Код	Символ	Код	Символ	Код	Символ	Код	Символ	Код	Символ
20	пробел	30	0	40	@	50	P	60	\	70	p	С0	ю	D0	п	E0	Ю	F0	П
21	!	31	1	41	A	51	Q	61	а	71	q	С1	а	D1	я	E1	А	F1	Я
22	"	32	2	42	B	52	R	62	b	72	r	С2	б	D2	р	E2	Б	F2	Р
23	#	33	3	43	C	53	S	63	c	73	s	С3	ц	D3	с	E3	Ц	F3	С
24	$	34	4	44	D	54	T	64	d	74	t	С4	д	D4	т	E4	Д	F4	Т
25	%	35	5	45	E	55	U	65	e	75	u	С5	е	D5	у	E5	Е	F5	У
26	&	36	6	46	F	56	V	66	f	76	v	С6	ф	D6	ж	E6	Ф	F6	Ж
27	'	37	7	47	G	57	W	67	g	77	w	С7	г	D7	в	E7	Г	F7	В
28	(	38	8	48	H	58	X	68	h	78	x	С8	х	D8	ь	E8	Х	F8	Ь
29	)	39	9	49	I	59	Y	69	i	79	y	С9	и	D9	ы	E9	И	F9	Ы
2A	*	3A	:	4A	J	5A	Z	6A	j	7A	z	СA	й	DA	з	EA	Й	FA	З
2B	+	3B	;	4B	K	5B	[	6B	k	7B	(	СB	к	DB	ш	EB	Х	FB	Ш
2C	,	3C	<	4C	L	5C	\	6C	l	7C	\|	СС	л	DC	э	EC	Л	FC	Э
2D	-	3D	=	4D	M	5D	]	6D	m	7D	)	СD	м	DD	щ	ED	М	FD	Щ
2E	.	3E	>	4E	N	5E	^	6E	n	7E	-	СE	н	DE	ч	EE	Н	FE	Ч
2F	/	3F	?	4F	O	5F	Ъ	6F	o	7F	"забой"	CF	о	DF	ъ	EF	О	FF	"забой"

Win1251 (CP1251)

Кодировка Win1251 (CP1251, Code Page 1251, кодовая страница) сейчас является одной из наиболее распространенных в сети Интернет и персональных компьютерах (на которых установлена операционная система Windows. Все Windows приложения должны понимать эту кодировку без перевода.

CP866

Кодировка CP866 (Code Page 866, кодовая страница) в настоящее время можно назвать реликтом, поскольку ее используют компьютеры, работающие под операционной системой MS DOS и OS/2. Её же использует сеть ФИДО.

СЕМЕЙСТВО КОДИРОВОК 8859

Восьмибитное семейство кодировок 8859, созданное International Standorts Organization, ISO, для наведения порядка в восьмибитных кодировках, расширило таблицу ASCII для латинских букв с диакритикой и лигатур (кодировка ISO 8859-1), славянских языков с латинским алфавитом, например, чешский, польский, венгерский, (ISO 8859-2), турецкого, мальтийского, эсперанто, галисийского языков (ISO 8859-3), кириллицы (ISO 8859-5), арабского (ISO 8859-6), греческого (ISO 8859-7), иврита (ISO 8859-8) и других языков. Кириллическая кодировка этого семейства не получила широкого распространения, зато стандарт ISO 8859-1 (так называемая Latin-1) стала стандартом для "расширенной" латиницы и содержит практически все символы западноевропейских языков. Так, многие шрифты для Windows соответствуют кодировке ISO 8859-1 начиная с позиции 160 до конца таблицы, а в диапазоне 128-159 содержат дополнительные символы (длинное тире или "торговая марка", например). Именно в этом семействе появилось понятие "кодовая страница" (набор из 256 символов для каждого определённого языка или группы языков). Крупным недостатком такого подхода является невозможность смешивания языков в одном документе и отсутствие представления для китайского и японского языков.

<< Предыдущий раздел Оглавление Следующий раздел >>