- Partida (@comradzampolit) 17 de agosto de 2017

Como o koi8-r funciona?

O Koi8-R é uma página de código de oito bits projetada para codificar as letras de alfabetos cirílicos. Os desenvolvedores colocaram os símbolos do alfabeto russo de tal forma que as posições dos símbolos do Cyrillic corresponderam a seus análogos fonéticos no alfabeto inglês na parte inferior da tabela. E se no texto escrito nesta codificação, para remover o oitavo bit de cada símbolo, o texto semelhante às letras latinas é obtido.

Tal código de câmbio foi utilizado nos anos setenta em computadores da série da UE da UE, e desde meados dos anos oitenta, começou a usá-lo nas primeiras versões russified. sistema operacional Unix.

A codificação foi que um código exclusivo foi atribuído a cada símbolo: de 00000000 para 11111111. Assim, uma pessoa distinguia os símbolos em seu design e o computador - de acordo com seu código.

Chernova está codificando agora?

Não. Foi relevante para computadores antigos de oito bits, agora o Unicode é usado principalmente em vários formatos.

Codificação Koi8-R

Codificação ISO 8859-5.

ISO 8859-5.

Codificação alternativa

"Codificação alternativa" - Com base na página de código CP437, onde todos os símbolos europeus específicos na segunda metade são substituídos por cirílico, deixando os personagens pseudográficos intactos. Consequentemente, isso não estraga o tipo de programas usando janelas de texto e também fornece o uso de caracteres cirílicos neles.

Historicamente, houve muitas opções de codificação alternativa, mas todas as diferenças relacionam apenas a região 0xf0 - 0xff (240-255). O padrão final foi a codificação IBM CP866, cujo suporte foi adicionado ao MS-DOS versão 6.22 (todos os tipos de rachaduras "auto-feitas" foram usadas. A codificação alternativa ainda é viva e extremamente popular no ambiente DOS e OS / 2 . Além disso, essa codificação é registrada nomes B. sistema de arquivo Gordo. O CP866 ainda é usado no console dos sistemas Russified família do Windows. Nt.

Então 8859-5. - Codificação de 8 bits da série ISO-8859 para gravação cirílica. Na Rússia quase não é usado. Em geral, a ISO 8859-5 não é codificação muito conveniente, uma vez que não tem muitos dos caracteres necessários, como um traço (-), Árvore de estrangulamento (""), graus (°), etc.

Koi-8 (código de compartilhamento de informações, 8 bits), koi8 - Um padrão de codificação de símbolo de oito bits na ciência da computação. Projetado para codificação de letras de alfabetos cirílicos. Há também uma versão de sete bits da versão de codificação - Koi-7. Koi-7 e Koi-8 são descritos em GOST 19768-74 (agora inválido).

Os desenvolvedores Koi-8 colocaram os símbolos do alfabeto russo no topo da tabela ASCII estendida de tal forma que as posições de caracteres cirílicos correspondem aos seus análogos fonéticos no alfabeto inglês na parte inferior da tabela. Isso significa que, se no texto escrito no Koi-8, para remover o oitavo bit de cada símbolo, então aparece um texto "legível", embora seja escrito por símbolos latinos. Por exemplo, as palavras "texto russo" se transformariam em "Russkij Tekst". Como efeito colateral, os símbolos do Cyrillic acabam por ser organizados em ordem alfabética.

Codificação koi8-u (ucraniano)

O Koi-8 tornou-se a primeira codificação padronizada russa na Internet.

IETF aprovou vários RFCs de acordo com as opções de codificação Koi-8:

• RFC 1489 - Koi8-R (letras do alfabeto russo);
• RFC 2319 - Koi8-u (as letras do alfabeto ucraniano);
• RFC 1345 - ISO-IR-111 (com um erro na determinação do intervalo principal).

Nas tabelas acima, os números são denotados por um código hexadecimal da carta no Unicode.

Codificação Koi8-R (russo)

Outras opções

Somente não corresponder a linhas de mesa são mostradas, já que tudo o mais coincide.

Codificação koi8-u (russo-ucraniano)

Codificação koi8-ru (russo-belorusso-ucraniano)

Codificação Koi8-C (Ásia Central)

Codificação Koi8-T (Tajik)

Koi8-O, codificação de Koi8-S (slavic, ortografia velha)

ISO-IR-111, Codificação Koi8-E

Codificação Unificada de Koi8, Koi8-F

A codificação unificada de Koi8 (Koi8-F) é proposta pelo software do Fingertip.

Opções de não fumantes Koi-8

Em alguns países, os CMEAS foram criados por modificações Koi-8 para opções nacionais de latice. A ideia básica era a mesma - com o "corte" do oitavo bit, o texto deve permanecer mais ou menos compreensível.

- Bem, comece! - disse Doolokh.
"Bem", disse Pierre, ainda sorrindo. - Eu fiquei assustado. Era óbvio que o caso, que começou tão facilmente, não poderia mais ser impedido de que estava acontecendo, já, independentemente da vontade das pessoas e deveria ter sido feito. Denisov veio pela primeira vez para a barreira e proclamou:
- Desde que P "Svatstniki se recusou a" lhes ", se não é possível começar: tirar armas e de acordo com a palavra t" e começar a convergir.
"G ..." AZ! Dois! T "e!" Denisov gritou com raiva e mudou-se para o lado. Ambos se aproximaram dos caminhos trotados mais próximos e mais próximos, no nevoeiro reconhecendo um ao outro. Os adversários tinham o direito, tirando a barreira, atirar quando alguém quiser. Shelokh era lento, sem levantar a arma, olhando com seus olhos azuis brilhantes e brilhantes em face de seu adversário. Sua boca, como sempre, tinha um sorriso.
- Então, quando eu quiser - eu posso atirar! - disse Pierre, com a palavra três passos rápidos em frente, confronto da passarela trotá e andando na neve inteira. Pierre segurou uma arma, estendendo-se para a frente mão direitaAparentemente com medo de quão dessa pistola não se mata. Ele diligentemente possuía a mão esquerda, porque ele queria apoiar a mão direita, e ele sabia que era impossível. Passando os passos seis e saindo da pista na neve, Pierre olhou para os pés, novamente olhou para Dolokhov novamente, e puxando o dedo, enquanto ele foi ensinado, baleado. Eu não espero um som tão forte, Pierre estremeceu de seu tiro, então sorriu sua impressão e parou. Fumaça, especialmente espessa do nevoeiro, impediu que ele o vesse no primeiro momento; Mas outro tiro que ele estava esperando, não seguiu. Apenas os passos apressados \u200b\u200bde Dolohov foram ouvidos, e sua figura parecia por causa da fumaça. Com uma mão, ele continuou atrás do lado esquerdo, o outro comprimiu uma pistola omitida. Seu rosto estava pálido. Rostov correu e algo disse a ele.
"Não é ... e ... T", disse Solokov através dos dentes, "não, não," e fazendo mais uma queda, fazendo degraus para o sabre, caíram na neve ao lado dela. Sua mão esquerda estava no sangue, ele o ultrapassa sobre o sutuk e a encostou. Seu rosto estava pálido, franzindo a testa e tremeu.
"Vou escrever ..." começou a compartilhar, mas ele não podia dizer imediatamente ... "Por favor, ele concordou com o esforço". Pierre, mal segurando soluços, correu para Dolohov, e queria passar pelo espaço que separava as barreiras, como Shahov gritou: - para a barreira! - E Pierre, que percebeu qual era o problema, ele parou em seu sabre. Apenas 10 passos compartilhavam. Shelokhov deixou a cabeça para a neve, avidamente mordida a neve, novamente levantou a cabeça, se recuperou, pegou as pernas e sentou-se, procurando um sólido centro de gravidade. Ele é molde neve fria e chupar; Seus lábios tremeram, mas tudo está sorrindo; Os olhos brilhavam com esforço e o ventre das últimas forças coletadas. Ele levantou a arma e começou a apontar.
"Lado, feche a arma", disse Nesvitsky.
- 3Ak "Eu! - Sem resistir, até Denisov gritou para o seu adversário.
Pierre com o sorriso manso de arrependimento e arrependimento, impotente colocando as pernas e as mãos, diretamente com os seios largos ficaram antes de Dolokhov e, infelizmente, olhou para ele. Denisov, Rostov e Nesvitsky subiram. Ao mesmo tempo, ouviram o tiro e o mau choro de Dologov.
- de! - gritou por Shahov e impotente deitar no rosto da neve. Pierre pegou a cabeça e, voltando-se, foi para a floresta, caminhando inteiramente na neve e em voz alta sentenciou palavras desconhecidas:
- Estúpido estúpido! Morte ... Falso ... - Ele disse que disparou. Nesvitsky parou-o e levou sua casa.
Rostov com Denisov teve sorte pelo ferido Dolokhov.
Shelokhov, silenciosamente, com os olhos fechados, deitou no trenó e não respondeu às perguntas que ele fez; Mas, tendo entrado em Moscou, ele de repente acordou e, com dificuldade, levantando a cabeça, levou Rostov quem estava sentado com a mão. Rostov atingiu completamente a expressão inesperada e inesperadamente entusiasta do rosto de Dologov.
- Nós vamos? Como você está se sentindo? - perguntou Rostov.
- Splly! Mas não o ponto. Meu amigo ", disse a voz do shard para a voz intermitente, - onde estamos? Estamos em Moscou, eu sei. Eu não sou nada, mas eu a matei, morto ... ela não vai aceitar. Ela não vai acontecer ...
- Quem? - perguntou Rostov.
- Minha mãe. Minha mãe, meu anjo, meu adorável anjo, mãe, - e solohov eu chorei, apertando a mão de Rostov. Quando ele se acalmou um pouco, ele explicou Rostov, que vive com sua mãe, que se a mãe o vê morrendo, ela não vai aceitar. Ele implorou a Rostov para ir a ela e prepará-la.
Rostov foi adiante para cumprir a ordem, e ele aprendeu a surpresa a surpreender que ela havia aprendido que, este buyan, o briger de solohov viveu em Moscou com a velha e uma irmã e o irmão mais gentil.

Pierre recentemente raramente viu sua esposa com um olho no olho. E em São Petersburgo, e em Moscou, sua casa estava constantemente cheia de convidados. Na noite seguinte, depois de um duelo, ele, como ele costumava, não foi ao quarto, mas permaneceu em seu enorme escritório paternal, no próprio país em que a contagem do mendigo morreu.
Ele enfrentou o sofá e queria adormecer, a fim de esquecer tudo o que estava com ele, mas ele não podia fazer isso. Tal tempestade de sentimentos, pensamentos, as memórias de repente subiram em sua alma que ele não só não podia dormir, mas não conseguia sentar no local e tinha que pular do sofá e passear pela sala com passos rápidos. Foi apresentado a ele no começo depois do casamento, com ombros abertos e cansado, olhar apaixonado, e imediatamente ao lado dela parecia linda, descarada e firmemente zombeta de Dolokhov, como foi no jantar, e o mesmo rosto Dologov, pálido, tremendo E sofrendo como foi quando ele se virou e caiu na neve.
"O que estava ali? - ele se perguntou. - Eu matei o amante, sim, matou o amante da esposa. Sim, foi. De que? Como cheguei a isso? Porque você se casou com ela, respondeu a voz interior.
"Mas o que eu sou culpado? Ele perguntou. - no fato de você se casar, não amá-la, no fato de que você se enganou e ela, e ele foi reunido naquele momento após o jantar no príncipe Vasilla, quando ele disse estas palavras que não poderiam ser chamadas: "Je Vous Aime ". [Eu te amo.] Tudo disso! Eu então senti, ele pensou, eu senti então que não era o que não tinha direitos para isso. Então saiu. " Ele se lembrava da lua de mel e corou com as memórias. Especialmente animada, as lembranças de como um dia, logo após seu casamento, ele tinha 12 metros do dia, em um casaco de seda veio do quarto para o escritório, e encontrou a cabeça da cabeça do gerente, que pensou pensativamente, Olhou para o rosto de Pierre, em seu roupão de banho e sorriu ligeiramente, como se expressando essa simpatia respeitosa da felicidade de seu princípio.
"E quantas vezes eu estava orgulhosa disso, eu estava orgulhoso de sua grande beleza, seu tato secular, ele pensou; Foi orgulhoso da casa em que ela pegou toda a Petersburgo, orgulhosa de sua inacessibilidade e beleza. Então, o que me orgulho?! Eu então pensei que não a entendi. Tantas vezes, pensando em seu personagem, eu disse a mim mesmo que eu era culpado que eu não a entendo, eu não entendo esse ever-dormentamento, satisfação e ausência de qualquer vício e desejos, e todo o impacto foi naquela palavra terrível Que ela é uma mulher depravada: disse-me é uma palavra terrível, e tudo ficou claro!
"Anatole viajou para ela para tirar dinheiro dela e beijou-a em seus ombros nus. Ela não lhe deu dinheiro, mas permitiu se beijar. Pai, brincando, excitou seu ciúme; Ela, com um sorriso relaxado, disse que ela não era tão estúpida para ser ciumento: deixasse que ela queria, ela disse sobre mim. Eu perguntei a ela uma vez, se ela sente sinais de gravidez. Ela riu desdenhosamente e disse que não era um tolo para desejar ter filhos, e que ela não teria filhos de mim ".
Então ele se lembrou da grosseria, a clareza de seus pensamentos e a vulgaridade das expressões inerentes a ela apesar de sua educação no círculo aristocrático mais alto. "Eu não sou um idiota ... Eu vou tentar ... Allez Vous Promer" [saia,] ela disse. Muitas vezes, olhando para o sucesso dela aos olhos dos velhos e jovens homens e mulheres, Pierre não conseguia entender por que ele não a amava. Sim, eu nunca a amava, eu disse a mim mesmo Pierre; Eu sabia que ela era uma mulher depravada, ele se repetiu, mas não se incomodou em admitir isso.

Olá, querido site dos leitores do blog. Hoje vamos falar com você sobre onde vem Krakoyarbra e em programas, que existem codificações de texto e quais deles devem ser usados. Consideremos detalhadamente a história do seu desenvolvimento, variando da ASCII básica, bem como suas versões estendidas de CP866, KOI8-R, Windows 1251 e terminando com códigos modernos do Unicode UTF 16 e 8 Consórcio.

Alguém esta informação pode parecer desnecessária, mas você saberia quantas perguntas vêm a mim exatamente preocupam as rachaduras (não lendo um conjunto de personagens). Agora terei a oportunidade de enviar a todos ao texto deste artigo e pesquisando independentemente seus cardumes. Bem, prepare-se para absorver as informações e tentar monitorar a narração.

ASCII - codificação de texto de latiza básica

O desenvolvimento de codificações de texto ocorre simultaneamente com a formação da indústria de TI, e durante esse período eles tinham tempo para passar por algumas mudanças. Historicamente, tudo começou com um bastante prejudicial na pronúncia russa de Ebcdic, o que tornou possível codificar as letras do alfabeto latino, números árabes e marcas de pontuação com símbolos de controle.

Mas ainda assim o ponto de partida para o desenvolvimento de codificações de texto modernas devem ser considerados famosos Ascii (Código padrão americano para intercâmbio de informações, que em russo é geralmente pronunciado como "Aski"). Descreve os primeiros 128 caracteres do mais comumente usado por usuários de língua inglesa -, números árabes e marcas de pontuação.

Mesmo nesses 128 caracteres descritos no ASCII, alguns símbolos de serviço foram esmagados por colchetes, redes, asteriscos, etc. Na verdade, você mesmo pode vê-los:

São esses 128 caracteres da versão inicial do ASCII, tornaram-se o padrão e, em qualquer outra codificação, você definitivamente se encontrará e ficará de tal maneira.

Mas o fato é que, com a ajuda de um byte da informação, não é 128, mas até 256 valores diferentes (dois para o grau oito é igual a 256), então depois versão base. Aski apareceu um número de codificações avançadas ASCII.Além de 128 sinais principais, também foi possível codificar os símbolos nacionais de codificação (por exemplo, russo).

Aqui, provavelmente, vale um pouco mais sobre o sistema número usado na descrição. Primeiro, como você sabe tudo, o computador funciona apenas com números em um sistema binário, nomeadamente com zeros e unidades ("Boulev ALGEBRA", se alguém realizasse no Instituto ou na escola). Cada um dos quais é um decendido até certo ponto, começando com zero, e para os dois anos no sétimo:

Não é difícil entender que todas as combinações possíveis de zeros e unidades em tal design só podem ser 256. Traduzir o número do sistema binário no decimal é bastante simples. É necessário simplesmente dobrar todos os graus de twos acima daquele um stands.

Em nosso exemplo, apresenta 1 (2 para o grau de zero) mais 8 (dois a graus 3), mais 32 (duas vezes no quinto grau), mais 64 (no sexto), mais 128 (no sétimo) . Total recebe 233 em sistema decimal Observação. Como você pode ver, tudo é muito simples.

Mas se você olhar para a mesa com caracteres ASCII, você verá que eles são apresentados na codificação hexadecimal. Por exemplo, o "asterisco" corresponde a Aski hexadecimal 2a. Provavelmente você sabe disso sistema hexadecimal Os números são usados \u200b\u200balém dos números árabes, letras latinas de A (significa dez) para f (significa quinze).

Bem, então para transferir números binários Em hexadecimal Recorrer à próxima maneira simples e visual. Cada byte de informação é dividido em duas partes de quatro bits, conforme mostrado na captura de tela acima. Então Em cada metade do byte, o código binário só pode ser codificado por dezesseis valores (dois no quarto grau), que podem ser facilmente representados por hexadecimal.

Além disso, na metade esquerda do byte, será necessário considerar a extensão novamente de zero, e não como mostrado na captura de tela. Como resultado, por computação não boa, obtemos que o número E9 é codificado na captura de tela. Espero que o curso do meu raciocínio e a solidificação deste rebite que você fosse compreensível. Bem, agora continuaremos, na verdade, falaremos sobre a codificação de texto.

Versões estendidas de Aski - CP866 e Koi8-R codificando com pseudógrafo

Então, começamos a falar sobre ASCII, que era como um ponto de partida para o desenvolvimento de todas as codificações modernas (Windows 1251, Unicode, UTF 8).

Inicialmente, foi colocado apenas 128 sinais do alfabeto latino, números árabes e outra coisa lá, mas na versão estendida foi possível usar todos os 256 valores que podem ser codificados em uma informação de pasta. Aqueles. Uma oportunidade para adicionar símbolos das letras de sua língua a Aska.

Aqui será necessário mais uma vez mais distrair - esclarecer - por que você precisa codificar textos e por que é tão importante. Os caracteres na tela do seu computador são formados com base em duas coisas - conjuntos de formulários de vetor (representações) de todos os tipos de caracteres (eles estão em arquivos CO) e código que permite que você retire este conjunto de formas vetoriais ( Arquivo de fonte) É o personagem a ser inserido no lugar certo.

É claro que as fontes são responsáveis \u200b\u200bpelos formulários vetoriais, mas o sistema operacional e os programas usados \u200b\u200bsão responsáveis \u200b\u200bpela codificação. Aqueles. Qualquer texto no seu computador será um conjunto de bytes em cada um dos quais um único símbolo deste texto é codificado.

O programa que exibe este texto na tela (editor de texto, navegador, etc.), ao analisar o código, lê a codificação do próximo sinal e procura o formulário de vetor correspondente em o arquivo desejado A fonte que está conectada exibe este documento de texto. Tudo é simples e é o trite.

Assim, para codificar qualquer símbolo que precisamos (por exemplo, do alfabeto nacional), duas condições devem ser concluídas - a forma do vetor deste sinal deve estar na fonte usada e este símbolo pode ser codificado nas codificações ASCII estendidas em um byte . Portanto, há um monte de tais opções. Apenas para codificação dos símbolos da língua russa, existem várias variedades de bunda estendida.

Por exemplo, apareceu inicialmente CP866.Em que foi possível usar os símbolos do alfabeto russo e foi uma versão estendida do ASCII.

Aqueles. Sua parte superior coincidiu completamente com a versão básica de Aski (128 símbolos de latim, números e até mesmo qualquer Labuda), que é representado na captura de tela ligeiramente superior, mas já a parte inferior da tabela codificadora CP866 tinha o especificado na captura de tela. ligeiramente abaixo da vista e permitido codificar outros 128 sinais (letras russas e qualquer pseudográfico):

Veja, na coluna da direita, os números começam com 8, porque Os números de 0 a 7 referem-se à parte base do ASCII (veja a primeira captura de tela). Então A letra russa "M" no CP866 terá código 9C (é sobre a interseção das linhas correspondentes com 9 e a coluna com um número C em um sistema de número hexadecimal), que pode ser escrito em uma informação de byte, e se Há uma fonte adequada com caracteres russos, esta carta sem problemas será exibida no texto.

De onde veio essa quantidade de pseudógrafos no CP866.? É todo o fato de que essa codificação para o texto russo foi desenvolvida naqueles brilhantes anos, quando não houve tal distribuição de sistemas operacionais gráficos como agora. E no Doss, e operações de texto semelhantes, o pseudográfico permitiu, pelo menos, de alguma forma diversificar o projeto de textos e, portanto, é abundante com CP866 e todas as suas outras linhas da descarga de versões estendidas de Aska.

Companhia IBM distribuída CP866, mas, além disso, várias codificações foram desenvolvidas para os símbolos da língua russa, por exemplo, o mesmo tipo (ASCII estendido) pode ser atribuído Koi8-r.:

O princípio de seu trabalho permaneceu o mesmo que o CP866 descrito posteriormente - cada símbolo de texto é codificado por um único byte. A captura de tela mostra a segunda metade da mesa koi8-r, porque A primeira metade é totalmente consistente com a base ASUS, que é mostrada na primeira captura de tela neste artigo.

Entre as características da codificação KOI8-R, pode-se notar que as letras russas em sua mesa não estão em ordem alfabética, assim, por exemplo, feitas no CP866.

Se você olhar para a primeira captura de tela (parte base, que entra em todas as codificações estendidas), então observe que em Koi8-R, letras russas estão localizadas nas mesmas tabelas da tabela como as letras do alfabeto latino da primeira parte de a mesa. Isso foi feito para a conveniência de mudar de símbolos russos para o latim descartando apenas um bit (dois no sétimo grau ou 128).

Windows 1251 - uma versão moderna do ASCII e por que os crackels saem

O desenvolvimento adicional de codificações de texto foi devido ao fato de que os sistemas operacionais gráficos e a necessidade de usar pseudoografia neles estavam ganhando popularidade. Como resultado, um grupo inteiro surgiu, que, a sua essência, ainda era versões avançadas de Aski (um símbolo de texto é codificado com apenas um byput de informação), mas sem usar caracteres pseudográficos.

Eles tratavam a chamada codificação ANSI, que foram desenvolvidas pelo Instituto Americano de Padronização. O nome do Cyrillic ainda era usado no assustador para uma opção com o apoio da língua russa. Um exemplo de tal exemplo.

Foi favoravelmente diferente do CP866 e Koi8-R anteriormente em que o lugar dos personagens do pseudográfico em que levou os símbolos perdidos da tipografia russa (o sinal decrescente), bem como os símbolos usados \u200b\u200bem perto do slavic russo Idiomas (ucranianos, bielorrussos, etc.):

Por causa dessa abundância das codificações da língua russa, fabricantes de fontes e fabricantes programas Ele constantemente surgiu uma dor de cabeça, e com você, queridos leitores, muitas vezes conseguiu aqueles os mais notórios cracómoia.Quando a confusão foi ensinada com a versão usada no texto.

Muitas vezes eles saíram ao enviar e receber mensagens em o emailO que causou a criação de mesas de transcodificação muito complexas, que, de fato, não podiam resolver esse problema na raiz, e muitas vezes os usuários para correspondência foram usados \u200b\u200bpara evitar krakozyabs notórios ao usar codificações russas de tal CP866, KOI8-R ou Windows 1251.

Em essência, Crakozyaby, transmitindo em vez de texto russo, foram o resultado uso incorreto Codificação dessa linguagemque não correspondeu ao que foi codificado mensagem de texto Inicialmente.

Suponha que se os símbolos codificados com o CP866, tente exibir usando a tabela de código Windows 1251, então estas rachadas (conjunto de caracteres sem sentido) e sair, substituindo completamente o texto da mensagem.

Uma situação semelhante é muitas vezes ocorrendo, fóruns ou blogs, quando o texto com caracteres russos por engano não é salvo nessa codificação que é usada no site padrão, ou não nesse editor de textoque adiciona ao código sebestin não visível para o olho nu.

No final, tal situação com muitas codificações e constantemente rastejando cabrãs, muitos cansados, houve pré-requisitos para criar uma nova variação universal, que teria substituído todos os existentes e resolver, finalmente, à raiz do problema com o advento de não textos legíveis. Além disso, houve um problema de idiomas de chinês similar, onde os símbolos da linguagem eram muito mais que 256.

Unicode (Unicode) - Universal Codes UTF 8, 16 e 32

Esses milhares de sinais do grupo de idiomas do Sudeste Asiático não puderam ser descritos em uma informação de Pape que foi alocada para codificar caracteres em versões ASCII avançadas. Como resultado, um consórcio foi criado chamado Unicode. (Unicode - Consórcio Unicode) Na colaboração de muitos líderes de TI da indústria (aqueles que produzem um software que codifica ferro, que cria fontes) que estavam interessados \u200b\u200bna aparência de uma codificação de texto universal.

A primeira variação publicada sob os auspícios do Consórcio Unicode foi UTF 32.. O dígito em nome da codificação significa o número de bits usados \u200b\u200bpara codificar um símbolo. 32 bits são 4 bytes de informações que serão necessárias para codificar um único sinal na nova codificação Universal UTF.

Como resultado, o mesmo arquivo com o texto codificado na versão estendida do ASCII e UTF-32, no último caso terá o tamanho (pesar) quatro vezes mais. É ruim, mas agora temos a oportunidade de codificar o número de sinais iguais a dois a trinta segundos graus com a ajuda do UTF ( bilhões de personagensque cobrirá qualquer valor real com uma margem colossal).

Mas muitos países com as línguas do grupo europeu têm um número tão grande de sinais para usar na codificação e não havia necessidade, no entanto, ao usar UTF-32, eles não receberam um aumento de quatro vezes No peso dos documentos de texto, e como resultado, um aumento no tráfego da Internet e dos dados armazenados por volume. Isso é muito, e ninguém poderia pagar esses resíduos.

Como resultado do desenvolvimento do Unicode apareceu UTF-16.O que foi tão bem sucedido que foi adotado por padrão como um espaço básico para todos os personagens que usamos. Ele usa dois bytes para codificar um sinal. Vamos ver como essa coisa parece.

No sistema operacional Windows, você pode passar pelo caminho "Iniciar" - "Programas" - "Standard" - "serviço" - "Tabela de caracteres". Como resultado, uma tabela é aberta com formulários de vetor de todos os instalados em suas fontes. Se você escolher em " Parâmetros adicionais»Um conjunto de sinais Unicode, você pode ver para cada fonte separadamente toda a gama de caracteres incluídos nele.

By the way, clicando em qualquer um deles, você pode vê-lo dois por código no formato UTF-16consistindo de quatro dígitos hexadecimais:

Quantos caracteres podem ser codificados em UTF-16 usando 16 bits? 65 536 (dois a dezesseis), e este número foi levado para o espaço básico no Unicode. Além disso, existem maneiras de codificar com ele e cerca de dois milhões de caracteres, mas limitados ao espaço expandido em um milhão de símbolos de texto.

Mas mesmo essa versão bem-sucedida da codificação de Unicode não trouxe muita satisfação com aqueles que escreveram, por exemplo, programas apenas em inglês, porque eles têm, depois de mudar da versão estendida do ASCII para UTF-16, o peso dos documentos aumentou duas vezes (um byte por um símbolo em Aski e dois bytes no mesmo símbolo em UTF-16).

Isso é precisamente para satisfazer todos e todos no consórcio Unicode foi decidido criar comprimento variável de codificação. Ela foi chamada UTF-8. Apesar dos oito no título, é realmente um comprimento variável, isto é. Cada símbolo de texto pode ser codificado em uma sequência de um a seis bytes.

Na prática, o UTF-8 usa apenas um intervalo de um a quatro bytes, porque não há nada ainda teoricamente possível para enviar qualquer coisa aos quatro bytes do código. Todos os sinais latinos são codificados em um byte, bem como no velho ASCII.

O que é digno de nota, no caso de codificar apenas latim, mesmo esses programas que não entendem Unicode ainda lerão o que é codificado no UTF-8. Aqueles. A parte básica de Aska simplesmente mudou para isso fora do consórcio Unicode.

Sinais cirílicos em UTF-8 são codificados em dois bytes e, por exemplo, georgiano - em três bytes. O consórcio Unicode após a criação do UTF 16 e 8 decidiram o principal problema - agora temos nas fontes há um único espaço de código. E agora seus fabricantes permanecem apenas com base em suas forças e oportunidades para preenchê-lo com formas de vetor de símbolos de texto. Agora nos sets mesmo.

Na tabela de símbolos abaixo, pode-se ser visto que as fontes diferentes suportam um número diferente de caracteres. Alguns símbolos de fontes Unicode podem pesar muito bem. Mas agora eles não são distinguidos pelo fato de que são criados para diferentes codificações, mas pelo fato de que o fabricante de fonte preenchido ou não preencheu o espaço único de código por aqueles ou outros formulários de vetor para o final.

Cracómoia em vez de letras russas - como consertar

Vamos agora ver como o texto Crakozyabe aparece em vez do texto ou, em outras palavras, como a codificação correta é selecionada para texto russo. Na verdade, é definido no programa no qual você cria ou edita esse mesmo texto ou código usando fragmentos de texto.

Para editar e criar arquivos de texto Pessoalmente, eu uso muito bem, na minha opinião. No entanto, pode destacar a sintaxe ainda boa centenas de linguagens de programação e marcação, e também tem a capacidade de expandir com plugins. Leitura revisão detalhada Este programa maravilhoso de acordo com o link.

No menu Top Notepad ++, há um item "codificação", onde você terá a capacidade de converter uma opção existente para aquela que é usada em seu site padrão:

No caso de um site em Joomla 1.5 e acima, bem como no caso de um blog no WordPress, você deve escolher a opção para evitar a aparência de Cracóio UTF 8 sem Bom. Qual é o prefixo do BOM?

O fato é que, quando a codificação ETF-16 foi desenvolvida, por algum motivo decidiu fixar tal coisa a ela como a capacidade de registrar um código de símbolos, tanto em sequência direta (por exemplo, 0A15) quanto no inverso (150A) . E para que os programas entendam quais códigos de leitura de seqüência, e foi inventado Bomba. (Marca de ordem de byte ou, em outras palavras, assinatura), que foi expressa em adicionar três bytes adicionais ao início dos documentos.

Na codificação UTF-8, não houve BOM no Consórcio Unicode e, portanto, adicionando assinatura (estes três bytes adicionais notórios até o início do documento) alguns programas simplesmente impedem a leitura do código. Portanto, sempre, ao salvar arquivos no UTF, você deve selecionar uma opção sem BOM (sem assinatura). Então você é com antecedência mustase-se de cracker.

O que é digno de nota, alguns programas no Windows não sabem como fazer isso (não consigo economizar texto em UTF-8 sem Bom), por exemplo, os mesmos notórios notebooks. Ele salva o documento no UTF-8, mas ainda acrescenta assinatura ao início (três bytes adicionais). Além disso, esses bytes sempre serão os mesmos - ler o código em seqüência direta. Mas nos servidores, por causa dessas pequenas coisas, pode haver um problema - os crackels vão sair.

Portanto, em nenhum caso não use o Windows Notebook Para editar documentos do seu site, se você não quiser a aparência de Krakoyarbra. Considero a opção mais recente e mais fácil para o editor de notepad ++ já mencionado, que praticamente não tem inconvenientes e consiste em uma das vantagens.

No Notepad ++ Ao escolher uma codificação, você terá a capacidade de converter texto para a codificação UCS-2, que é muito próxima do padrão Unicode, em essência. Também em um não-tipo pode ser codificado em ANSI, ou seja, Com referência à linguagem russa, isso já será descrito por nós acima do Windows 1251. Onde vem esta informação?

Ela é escrita no registro da sua sala de cirurgia sistemas do Windows. - O que codifica para escolher no caso da ANSI, o que escolher no caso do OEM (para a linguagem russa será CP866). Se você instalar outro idioma padrão no seu computador, essas codificações serão substituídas por semelhantes à descarga ANSI ou OEM para o mesmo idioma.

Depois de você no Notepad ++, salve o documento na codificação que você precisa ou abra um documento no site para editar e, em seguida, no canto inferior direito do editor, você pode ver seu nome:

Para evitar Cracóyarbrov.Além das ações descritas acima, será útil registrar-se no cabeçalho do código-fonte de todas as páginas do site Informações sobre esta codificação para que o servidor ou o host local não ocorra.

Em geral, em todos os idiomas da marcação de hipertexto que não seja HTML, é usado um anúncio XML especial, que especifica a codificação de texto.

Antes de começar a desmontar o código, o navegador descobrirá qual versão é usada e como exatamente você precisa interpretar os códigos dos caracteres desse idioma. Mas o que é digno de nota, caso você salve o documento no Unicode padrão, esta declaração XML pode ser omitida (a codificação será considerada UTF-8, se não houver BOM ou UTF-16, se houver um BOM).

No caso de um documento linguagem html. Para especificar a codificação usada meta Element.que é prescrito entre a cabeça de abertura e fechamento Tag:

... ...

Esta entrada é bastante diferente do B, mas cumpre totalmente o recém-introduzido lentamente pelo padrão HTML 5, e será absolutamente compreendido corretamente por qualquer pessoa usada este momento navegadores.

Em teoria, meta elemento com uma indicação de codificação Documento HTML. Melhor colocar o mais alto possível no cabeçalho da docaDe modo que no momento da reunião no texto do primeiro sinal não é do ANSI básico (que sempre lê sempre e em qualquer variação), o navegador já deve ter informações sobre como interpretar os códigos desses caracteres.

Boa sorte para você! Para reuniões ambíguas no site do blog páginas

Você pode estar interessado

o que Endereços de URL.Qual é a diferença entre links absolutos e relativos para o site
OpenServer - Modern. servidor local. e um exemplo de seu uso para instalações do WordPress no computador
O que é chmod, que os direitos de acesso para atribuir arquivos e pastas (777, 755, 666) e como fazer através de PHP
Pesquisar Yandex no site e loja online