 เค้าโครงของรหัสฮันกึลแบบรวม | |
| นามแฝง |
|
|---|---|
| ภาษา | เกาหลี |
| มาตรฐาน | มาตรฐานการเข้ารหัส WHATWG (ในชื่อ "EUC-KR") |
| การจำแนกประเภท | |
| ขยายออกไป | EUC-KR |
| การเข้ารหัสอื่น ๆ ที่เกี่ยวข้อง |
|
| |
รหัสฮันกึลรวม (Unified Hangul CodeหรือUHC ) หรือWansung แบบขยาย [ หรือที่รู้จักกันในชื่อCode Page 949 ใน Microsoft Windows ( Windows-949 , MS949หรือCP949 ที่คลุมเครือ ) เป็นรหัสหน้า ของ Microsoft Windows สำหรับภาษาเกาหลีซึ่งเป็นส่วนขยายของรหัส Wansung ( KS C 5601 :1987, เข้ารหัสเป็นEUC-KR ) เพื่อรวมพยางค์ ฮันกึลที่ไม่ใช่พยางค์ย่อยทั้งหมด 11,172 พยางค์ที่มีอยู่ในJohab (KS C 5601:1992 ภาคผนวก 3) ซึ่งสอดคล้องกับพยางค์ที่แต่งไว้ล่วงหน้าที่มีอยู่ในUnicode 2.0 และเวอร์ชันที่ใหม่กว่า
Wansung Code มีข้อเสียคือ กำหนดรหัสได้เฉพาะพยางค์ฮันกึลที่ประกอบไว้ล่วงหน้า 2,350 พยางค์เท่านั้น ซึ่งมี จุดรหัส KS X 1001 (KS C 5601) ของตัวเอง (จากทั้งหมด 11,172 จุด ไม่นับรวมจุดรหัสที่ใช้ jamo ที่ล้าสมัย) และกำหนดให้พยางค์อื่นๆ ใช้ลำดับการเรียบเรียง 8 ไบต์ ซึ่งไม่ได้รับการสนับสนุนจากการใช้งานบางส่วนของมาตรฐาน UHC แก้ไขปัญหานี้โดยกำหนดรหัสเดี่ยวๆ ให้กับพยางค์ที่เป็นไปได้ทั้งหมดที่สร้างขึ้นโดยใช้ jamo สมัยใหม่ โดยกำหนดรหัสภายนอกพื้นที่การเข้ารหัสที่ใช้สำหรับ KS X 1001
ช่วงไบต์หลักถูกขยายเป็น0x 81–FE และช่วงไบต์ท้ายถูกขยายเป็น 0x41–5A, 0x61–7A และ 0x81–FE (ใน EUC-KR ช่วงทั้งสองคือ 0xA1–FE) รหัสที่อยู่นอกช่วง EUC-KR จะถูกใช้สำหรับฮันกึลเพิ่มเติมหากพิจารณาแยกกัน ทั้งบล็อกฮันกึล EUC-KR และส่วนฮันกึลที่ขยาย UHC จะอยู่ในลำดับ Unicode
คำศัพท์
รหัส Unified Hangul Code ไม่ได้จดทะเบียนกับIANAให้เป็นมาตรฐานในการสื่อสารข้อมูลผ่านอินเทอร์เน็ตทางเลือกอื่น ได้แก่UTF-8อย่างไรก็ตาม มาตรฐานการเข้ารหัส W3C / WHATWGที่ใช้โดยHTML5 ได้ รวมส่วนขยายของรหัส Unified Hangul Code ไว้ในคำจำกัดความของ "EUC-KR"
Microsoft กำหนดป้ายกำกับ "ks_c_5601-1987" ให้กับ Windows-949 ซึ่งใช้ได้กับKS X 1001เองอย่างถูกต้อง ( KS C 5601เป็นชื่อเดิมของ KS X 1001) WHATWG ถือว่าป้ายกำกับ "ks_c_5601-1987" สลับกับ "EUC-KR" โดยมีจุดประสงค์เพื่อ "เข้ากันได้กับเนื้อหาที่ปรับใช้" คอลเลกชัน "OBSOLETE/EASTASIA" ของการแมปที่ถูกถอนออกของ Unicode Consortiumรวมถึงการแมปสำหรับ Unified Hangul Code เป็น "KSC5601.TXT" โดยการแมปที่ได้มาโดยอัตโนมัติสำหรับ KS X 1001 7 บิตจะรวมเป็น "KSX1001.TXT"
โค้ดเพจ 949 ของ IBMเป็นส่วนขยายของ EUC-KR อีกอันหนึ่ง ซึ่งไม่เกี่ยวข้องกันInternational Components for Unicode (ICU) ใช้ "cp949", "949" หรือ "ibm-949" เพื่ออ้างถึงโค้ดเพจของ IBM นั้นและ "ms949" หรือ "windows-949" (หรือรูปแบบต่างๆ ของ "ks_c_5601-1987") เพื่ออ้างถึงการแมป UHC ใน Windows Pythonรู้จัก "cp949", "949", "ms949" และ "uhc" เป็นป้ายกำกับสำหรับ UHC และไม่รวมตัวแปลงสัญญาณ IBM-949 จากป้ายกำกับที่รวมหมายเลขโค้ดเพจ WHATWG รู้จักเฉพาะ "windows-949" เท่านั้น
โค้ดเพจของ IBM สำหรับ Unified Hangul Code เรียกว่าCode page 1363 ( IBM-1363 ) หรือ "Korean MS-Win" ซึ่งเป็นการผสมผสานระหว่างSBCS Code page 1126และDBCS Code page 1362 แตกต่างกันตรงที่มีการแมปไบต์เดียวของ 0x5C กับเครื่องหมาย Won (U+20A9); Windows แมป 0x5C กับ U+005C (จุดโค้ด Unicode สำหรับแบ็กสแลช ) เช่นเดียวกับใน ASCII แม้ว่าฟอนต์มักจะยังคงแสดงเป็นเครื่องหมาย Won การแมป Unicode ของเส้นประคลื่น (0xA1AD) ก็แตกต่างกันเช่นกัน โดยการแมปของ IBM นิยมใช้ U+301C ในขณะที่การแมปของ Microsoft นิยมใช้ U+223C (ตัวดำเนินการ Tilde) การแมป IBM สำหรับ UHC นั้นมีให้ใช้ในชื่อ "ibm-1363" ใน ICU ในขณะที่โคเดก ICU "windows-949" จะถูกอ้างถึงเป็น IBM-1261 ในความคิดเห็นของโค้ดต้นทาง ICU บางส่วน
รหัสไบต์เดี่ยว
ต่อไปนี้เป็นส่วนไบต์เดียวของโค้ดเพจตามที่ IBM กำหนดไว้ เช่นเดียวกับโค้ดเพจ 437 ไบต์ โค้ดควบคุมสามารถใช้เป็นโค้ดควบคุมหรือโค้ดกราฟิกได้ ขึ้นอยู่กับบริบท โดยโค้ดกราฟิกแสดงอยู่ด้านล่าง Microsoft ใช้การแมป ASCII สำหรับไบต์ ASCII ทั้งหมด แม้ว่าแบ็กสแลชอาจยังคงแสดงผลเป็นเครื่องหมาย wonก็ได้
| 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | เอ | บี | ซี | ง | อี | เอฟ | |
| 0x | เอ็นยูแอล | ┌ | ┐ | └ | ┘ | │ | ─ | - | ◘ | ○ | ◙ | ♂ | ♀ | ♪ | ♫ | ☼ |
| 1x | ┼ | ◄ | ↕ | - | - | ┴ | ┬ | ┤ | ↑ | ├ | → | ← | ∟ | ↔ | ▲ | ▼ |
| 2x | เอสพี | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - |
| 3x | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | - | - | - | - | - | - |
| 4x | - | เอ | บี | ซี | ง | อี | เอฟ | จี | ชม | ฉัน | เจ | เค | ล. | เอ็ม | เอ็น | โอ |
| 5x | พี | คิว | อาร์ | ส | ที | คุณ | วี | ว. | เอ็กซ์ | ย. | ซี | - | ₩ | - | - | - |
| 6x | - | ก | บี | ซี | ง | อี | เอฟ | จี | ชม. | ฉัน | เจ | เค | ล. | ม. | น | โอ้ |
| 7x | พี | คิว | ร | ส | ที | คุณ | วี | ว | เอ็กซ์ | ย | ซ | - | - | - | - | ⌂ |
เชิงอรรถ
ลิงค์ภายนอก
- เอกสารอ้างอิงของ Microsoft สำหรับ Windows-949
- เอกสารของ IBM สำหรับ IBM-1363
- การแมป Windows-949 ให้เป็น Unicode
- ไฟล์การแมปส่วนประกอบสากลสำหรับ Unicode (ICU): ibm-1363_P110-1997.ucm, ibm-1363_P11B-1998.ucm และ windows-949-2000.ucm
- การสาธิต ICU สำหรับ Windows-949 (พร้อมการแมป ASCII)
- การสาธิต ICU สำหรับ IBM-1363 (โดยมี 0x5C เป็นเครื่องหมาย Won)
- แผนภูมิการแสดงภาพสำหรับ Windows-949 ในมาตรฐานการเข้ารหัส WHATWG
