Chinese taalverwerking op de computer - B-t.asia

) ISO 2022
Deze coderingsmethode staat beschreven in ISO 2022:1994, Information Technology –
Character code structure and extention techniques. 67 Eigenlijk is het niet echt geschikt voor
interne opslag of bewerking op computer systemen, het werd ontworpen vor informatie
uitwisseling tussen computers, zoals e-mail. Het is een 7 bit modale coderingsmethode. Er
zijn slechts enkele programma’s die ISO 2022 intern kunnen verwerken (bv Emacs Version
20), andere programma’s (meestal e-mail programma’s) zijn wel in staat om ISO 2022
gecodeerde tekst te maken maar verwerken de ISO 2022 codering niet noodzakelijk intern.
De waarden die gebruikt worden voor het coderen van bytes vallen in de hexadecimale
gebied 0x21-0x7E en dit voor zowel de eerste als tweede byte, dit gebied komt overeen met
het gebied van printbare ASCII karakters. Het gebruikt speciale karakters of speciale reeksen
van karakters namelijk designator sequences 68 , single shift sequences 69 (SSx), shifting
characters 70 en escape sequences 71 .
Van deze coderingsmethode zijn er twee Chinese varianten (er is ook een Japanse en
Koreaanse variant respectivelijk ISO-2022-JP en ISO-2022-KR) namelijk ISO-2022-CN en
ISO-2022-CN-EXT, die beiden in RFC 1922 (Chinese Character Encoding for Internet
Messages) staan beschreven. Het verschil tussen ISO-2022-CN en ISO-2022-CN-EXT is dat
ISO-2022-CN enkel ASCII, GB 2312-80 en niveaus 1 en 2 van CNS 11643-1992 ondersteunt.
ISO-2022-CN-EXT is identiek aan ISO-2022-CN maar het biedt ondersteuning voor meer
karaktersets. Chinees en ASCII worden van elkaar onderscheiden door designations en shift
functies. Het zijn de designations die bepalen welke Chinese karakterset er gebruikt zal
worden. Zie tabel Tabel 20 en
Tabel 21.
Tabel 20 ISO-2022-CN
Designator Karakterset
SO GB 2312-80 en CNS 11643-1992 niveau 1
SS2 CNS 11643-1992 niveau 2
67 Standard ECMA-35 is nu identiek aan ISO2022 en is integraal terug te vinden op de ECMA website.
68 Designator sequence: Het geeft aan welke karakterset moet gebruikt worden wanneer er overgeschakeld wordt
naar dubbele byte modus. Het zorgt evenwel niet voor de overschakeling. Het moet in iedere lijn voorkomen die
karakters van de karakterset bevat, dit zodat de karakters correct zouden weergegeven worden als er terug
‘gescrolled’ wordt in een venster.
69 Single shift sequence: zorgt voor de overschakeling naar dubbele byte modus voor de twee karakters die er op
volgen. Wordt aangeduid met SS2 (0x1B 0x4E) of SS3 (0x1B 0x4F)
70 Shifting character: zorgt voor de overschakeling tussen enkele en dubbele byte modus. Een SO (0x0E) duidt
het begin aan, een SI (0x0F) duidt het einde aan van een dubbele byte modus.
71 Escape sequence: Duidt niet alleen aan welke karakterset er moet gebruikt worden, maar zorgt ook voor de
overschakeling.
Thesis Sébastien Bruggeman Pagina 46