Od vilken teckenkodning

Detta förklarar hur grupperna av långa och korta divisioner som Piper representerar är tecken. I Morse-kod är tecken bara engelska bokstäver, siffror och fullständiga stopp. Det finns många datorkoder som översätts till bokstäver, siffror, accentmarkeringar, skiljetecken, internationella symboler och så vidare. Termen" kodsidor " används också ofta på detta ämne.

Det är i grunden teckenkodning som används av specifika företag, ofta med mindre ändringar. De används främst som ett internt system för att beteckna standard-och modifierade teckenkoder som är specifika för samma system. I början var teckenkodning inte så viktigt eftersom datorer inte kommunicerade med varandra. Med internet stiger till framträdande och nätverk är vanligt, det blir allt viktigare från våra dagliga liv utan att ens inse det.

Många olika typer av bilder från Sarah Sosiak det finns många olika teckenkoder, och det finns många orsaker till detta. Vilken teckenkodning du väljer beror på vad dina behov är. Om du kommunicerar på ryska är det vettigt att använda teckenkodning som stöder kyrilliska väl. Om du kommunicerar på koreanska vill du ha något som representerar Hangul och hanja väl.

Om du är matematiker vill du ha något som har alla vetenskapliga och matematiska symboler som är väl representerade, liksom grekiska och latinska glyfer. Om du är en prankster kan du dra nytta av texten upp och ner. Och om du vill att alla typer av dokument ska ses av någon, vill du ha kodning, vilket är ganska vanligt och lättillgängligt. Låt oss ta en titt på några av de vanligaste.

Den utvecklades ursprungligen baserat på telegrafiska koder och har utvecklats över tiden för att inkludera fler tecken och några nu utnyttjade, icke-utskrivbara kontrolltecken. Det är förmodligen så enkelt som du kan få när det gäller moderna system, eftersom det är begränsat till det latinska alfabetet utan accenterade tecken. Dess 7-bitars kodning tillåter bara tecken, så det finns flera inofficiella varianter som används runt om i världen.

ISO är den internationella organisationen för den vanligaste standardiseringsteckenkodningsgruppen-det är ett nummer som varje specifik kodning indikeras av ett nummer, ofta prefixat med ett beskrivande smeknamn, t. Bort därifrån och innehåller ett mycket större antal tecken, där varje specifik kodning fokuserar på en annan uppsättning kriterier. Latin-1 innehöll många understrukna bokstäver och symboler, men ersattes senare av en reviderad uppsättning som kallades Latin-9, som innehåller uppdaterade glyfer som eurosymbolen.

Ett utdrag av det tibetanska skriptet, Unicode V4, från Unicode. Den innehåller för närvarande 93 scenarier, ordnade i flera block, och ännu fler är på gång. Unicode fungerar annorlunda än andra teckenuppsättningar, och riktar varje värde istället för direkt kodning för Glyf till en "kodpunkt". Dessa är de hexadecimala värdena som motsvarar tecknen, men glyferna själva tillhandahålls av ett program som din webbläsare.

Det är 8-bitars, men tillåter alla tecken genom en substitutionsmekanism och flera par värden per tecken. Detta är viktigast eftersom det är teckenrepertoaren som används av HTML. Några av de mest avancerade funktionerna som tillhandahålls av Unicode som tillåter sortering och höger till vänster tillsammans med vänster till höger skript.

Det fungerar dock mycket bra för användning på internet, eftersom det låter dig använda olika skript och låter webbläsaren tolka glyfer. Det gör platsen lite enklare. Vilken kodning ska jag använda? Du ser ofta en ISO som fungerar för de flesta västeuropeiska språk. Andra ISO-versioner fungerar för kyrilliska, arabiska, grekiska eller andra specifika skript. Men om du vill visa flera skript i samma dokument eller på samma webbsida kan UTF-8 ge mycket bättre kompatibilitet.

Det fungerar också mycket bra för personer som använder vanliga skiljetecken, matematiska symboler eller teckenformer, dvs. Till exempel på engelska är det samma som y-Z på svenska. Det fanns vissa problem, även med latinska tecken, där vissa tecken avvek något något i utseende mellan de två länderna. Ibland kombinerades de till samma tecken i Unicode, men därefter separerades de.

Denna artikel ger enkla råd om vilken teckenkodning du bör använda för ditt innehåll, och hur du applicerar den, dvs hur du faktiskt skapar ett dokument i den kodningen.

Till exempel används Turkiska x också på rumänska, men där med en "frihängande" krok, som senare introducerades i Unicode, men fortfarande [när? I praktiken används XX på rumänska på datorer eftersom det stöds av både Unicode och den nuvarande äldre kodningen, som inte har implementerats med Free Hook. Rumänsk stil medvetande klagade. Det valdes dock, som i äldre koder, för att helt skilja tecken som ser likadana ut men relaterar till olika skrivsystem.

Till exempel grekiska, kyrilliska och latinska A.Dels för att de, som jag sa, tillhör olika skrivsystem, och också för att de har lite olika egenskaper; i det här fallet ser motsvarande gemensamma bokstav annorlunda ut i det latinska skrivsystemet och i det grekiska skrivsystemet. Även i vissa skrivsystem skiljer sig tecken från samma utseende: decimalsiffror kodas alltid separat från bokstäver, men detta gäller inte andra typer av siffror.

En arbetsgrupp som heter Idge Ideographics Reportur Group skapades för den kinesiska, koreanska och japanska föreningen.

I dokumentet Att välja & att använda en teckenkodning (Choosing & applying a character encoding) finns enkla råd om vilka teckenkodningar du bör använda för ditt innehåll, och hur kodningarna användes.

De baserades på historiska och semantiska principer. Den stavningsreform som ledde till vad som vanligtvis kallas förenklad kinesiska är inte ett separat skrivsystem och endast varianter av teckenglyfer som används i traditionell ortografisk traditionell kinesiska. Reform stavning använder helt enkelt andra enklare kinesiska tecken. Men endast ett mycket litet antal nya kinesiska tecken med stavningsreform infördes.

Historiska kinesiska tecken ingår också. Teknik [redigera wikit text] alla befintliga tecken från världens skrivsystem tilldelas ett heltal, den så kallade kodpunkten: kodpunkt. Vissa Kodpunkter representerar andra tecken, till exempel ASCII-kontrollkoder, instruktioner för program som bearbetar text och Kodpunkter som bildar tecken tillsammans, till exempel kan accenter kombineras med en angränsande bokstav: en skarp accent och E blir E.

Standarden innehåller regler för normalisering av tecken som kan representeras på olika sätt. Kodpunkter betjänas som ett resultat av oktettbyte som kan lagras i filer eller överföras mellan datorsystem. Octettes har åtta stycken, för få för Unicodes Kodpunkter. Kodpunkterna totalt 17 * drygt en miljon stycken.

Det har visat sig att du behöver tillgång till fler tecken än, men att de, som kan representeras med UTF, är tillräckliga med god marginal. Alla kodpunkter kan representeras i 21 delar, men eftersom datorer körs är det ofta mer effektivt att fördela 32 timmar per kodpunkt. Mer än Kodpunkter har tilldelats, varav bara för symboler, formateringskoder, etc. Resten är bland annat för tidigare mekanismoch särskilt för privat bruk.

Unicodes Kodpunkter är indelade i 17 plan. Varje plan har plats för 65 Kodpunkter. Den första planet 0, så kallad basic multilingual BMP, är där de flesta karaktärerna distribueras hittills. BMP innehåller tecken för nästan alla moderna skriftspråk, liksom ett stort antal tecken som används i texten. Av de Kodpunkter som används är cirka 70 kinesiska och drygt 11 koreanska tecken, varav cirka 25 är i BMP, de flesta från den tredje planeten 2, ett ytterligare ideografiskt plan.

Varje plan är uppdelad i rader med 28 tecken och delvis i block. Det senare är" områden " av olika storlekar reserverade för delar av skyltsystemet. Plan 1, en valfri flerspråkig SMP, används främst för historiska skrivsystem samt för musikskrivande symboler. Och för emojis, vilket avsevärt har ökat användningen av planer utöver BMP Online. Plan 2, ett extra SIP-ideografiskt plan, används för mer än 50 ovanliga kinesiska tecken, det mest historiska av några direkta fel i ordböcker, liksom för vissa tecken som används i modern text.

Plan 3, den tertiära ideografiska tavlan i planet var reserverad för fler kinesiska tecken. Tusentals karaktärer längre fram. Tio flygplan 4-13 har ännu inte tilldelats någon funktion. Flygplan plan 14, ett extra specialplan, används för olika koder, inte för symboler. Området är reserverat för privata symboler för operativsystemet, till exempel Apple-logotypen i Macintosh.

Unicode för asiatiska språk [Redigera wikit text] bland de tekniskt mer komplexa funktioner i Unicode är avsedda för direkta skrivna språk som arabiska. Enligt Unicode-standarden och flera tidigare standarder ska texten lagras i de beställningar du läser. Du kan blanda tecken med olika skrivriktningar. Bland annat är det arabiska alfabetet en ytterligare komplikation som ofta bör "kopplas" till brevet med angränsande bokstäver.

Lite förenklat kan du göra detta genom att ha fyra former för brevet: isolerad, initial, medial och slutlig form. I moderna system utförs denna Glyf-ersättning genom data i det använda teckensnittet. OpenType-teckensnittsformatet stöder detta. Dessa tecken är endast tillgängliga för delar av det arabiska skrivsystemet, och inte alls för syriska, n-k, mongoliska och mycket mer.

Dessa "presentationsformulär" ska inte användas i textfiler. För parenteser och liknande tecken används vanliga parenteser, med "för början av parenteserna och "" för slutet av parenteserna, men de bör återspeglas om det är arabisk text inuti, men inte om det är Europeiska tecken inuti. Thai har också vissa komplikationer. Du bör lägga till tecken som betraktas som bokstäver över vanliga bokstäver på ett mycket lösare sätt än i Europeiska alfabet.

Du har inte förformade tecken, som i Europa, där a och A är hela tecken, eftersom det finns för många kombinationer, och mindre tecken ovanför sig själva betraktas som bokstäver. Program som visar thailändsk text kan göra ett speciellt jobb för det språket. Hindi har ett liknande problem. Vietnamesiska använder det latinska alfabetet, men med mycket markering över och under ändrar det dem.

Unicode valde den tidigare vietnamesiska metoden för att ha förformade tecken, vilket är mycket lättare tekniskt, även om det är mer än vietnamesiska tecken.