Set di caratteri multibyte Lotus - Lotus Multi-Byte Character Set

Il Lotus Multi-Byte Character Set ( LMBCS ) è una codifica di caratteri multibyte proprietaria originariamente concepita nel 1988 presso Lotus Development Corporation con l'input di Bob Balaban e altri. Creato più o meno nello stesso periodo e affrontando alcuni degli stessi problemi, LMBCS potrebbe essere visto come sviluppo parallelo e possibile alternativa a Unicode . Per la massima compatibilità, i numeri successivi di LMBCS incorporano UTF-16 come sottoinsieme.

Commercialmente, LMBCS è stato introdotto per la prima volta come set di caratteri predefinito di Lotus 1-2-3 Release 3 per DOS nel marzo 1989 e Lotus 1-2-3 / G Release 1 per OS / 2 nel 1990, sostituendo il Lotus International Character a 8 bit Set (LICS) e ASCII utilizzati nelle versioni precedenti solo DOS di Lotus 1-2-3 e Symphony . LMBCS è utilizzato anche in IBM / Lotus SmartSuite , Notes e Domino , nonché in una serie di prodotti di terze parti.

LMBCS codifica i caratteri richiesti per le lingue utilizzando i caratteri latini , arabi , ebraici , greci e cirillici , i sistemi di scrittura thailandese , cinese , giapponese e coreano e simboli tecnici.

Codifiche

Tecnicamente, LMBCS è una codifica lead-byte in cui il punto di codice 00 hex così come i punti di codice da 20 hex (32) a 7F hex (127) sono identici ad ASCII (oltre che a LICS).

Codice punto 00 hex è sempre trattato come carattere NUL per garantire la massima compatibilità con le librerie di codice software esistenti che si occupano di stringhe null-terminate in molti linguaggi di programmazione come C . Questo vale anche per i codici UTF-16be, dove le parole in codice con la forma xx00 hex sono mappate a codici di uso privato con la forma F6xx hex durante la codifica per evitare l'uso di byte NUL e per i caratteri di controllo con escape, dove 20 hex viene aggiunto ai caratteri di controllo C0 (ma non C1) dopo il byte iniziale esadecimale 0F .

I punti di codice da 01 esadecimale a 1F esadecimale , che servono come codici di controllo in ASCII, vengono utilizzati come byte iniziali per cambiare la definizione dei punti di codice sopra 7F esadecimale tra diversi gruppi di codici (simili alle pagine di codice ) e allo stesso tempo determinare un singolo - o natura multibyte per il gruppo di codice corrispondente.

Ad esempio, il gruppo di codici 1 (con byte di gruppo 01 hex ) è quasi identico alla tabella codici SBCS 850 , mentre il gruppo di codici 16 (con byte di gruppo 10 hex ) è simile alla tabella codici MBCS giapponese 932 . I caratteri multibyte possono quindi occupare due o tre byte.

Nel canonico LMBCS , ogni carattere inizia con il suo byte di gruppo. Per ridurre la lunghezza, in ottimizzate o LMBCS compressi un gruppo di codice predefinito o codice di gruppo ottimizzazione possono essere definiti relative a ogni applicazione o base processo (idealmente scelti secondo la più alta probabilità di accadimento) e deve essere comunicato al codice interpretare in qualche modo (ad esempio specificando il nome "LMBCS- n " corrispondente ). In tal modo, il byte di gruppo può essere omesso per questi caratteri. Lotus 1-2-3 recupera il codice del gruppo di ottimizzazione dall'intestazione del file di origine corrispondente, mentre per Lotus Notes il codice del gruppo di ottimizzazione è fissato in modo da essere sempre 01 hex .

Predefinito Gruppo Byte Descrizione
N / A 00 esadecimale 1 NUL
LMBCS-1 01 esadecimale 2 Pagina codici 850 (DOS Latin-1)
LMBCS-2 02 hex 2 Code page 851 (DOS greco)
LMBCS-3 03 esadecimale 2 Pagina codici 1255 (Windows ebraico)
LMBCS-4 04 esadecimale 2 Pagina codici 1256 (Windows Arabic)
LMBCS-5 05 esadecimale 2 Pagina codici 1251 (Windows Cirillico)
LMBCS-6 06 hex 2 Pagina codici 852 (DOS Latin-2)
N / A 07 hex 1 BEL
LMBCS-8 08 hex 2 Tabella codici 1254 (Windows turco)
N / A 09 hex 1 TAB
N / A 0A esadecimale 1 LF
LMBCS-11 0B esadecimale 2 Pagina codici 874 (Thai)
(LMBCS-12) 0C esadecimale 2 Riservato
N / A 0D esadecimale 1 CR
(LMBCS-14) 0E esadecimale 2 Riservato
(LMBCS-15) 0F esadecimale 2 Codici di controllo C0 / C1 rimappati
LMBCS-16 10 hex 3 Tabella codici 932 / 943 (Giapponese / Shift-JIS)
LMBCS-17 11 hex 3 Tabella codici 949 / 1261 (coreano)
LMBCS-18 12 hex 3 Pagina codici 950 (cinese tradizionale / Taiwan / Big5 )
LMBCS-19 13 hex 3 Tabella codici 936 / 1386 (Cinese)
(LMBCS-20) 14 hex 3 UTF-16 ( Unicode )
N / A 15 hex 3 Riservato
N / A 16 hex 3 Riservato
N / A 17 hex 3 Riservato
N / A 18 hex 3 Riservato
N / A 19 hex 1 Gamma di sistemi Lotus 1-2-3
N / A 1A esadecimale 3 Riservato
N / A 1B esadecimale 3 Riservato
N / A 1C hex 3 Riservato
N / A 1D hex 3 Riservato
N / A 1E hex 3 Riservato
N / A 1F esadecimale 3 Riservato

Set di caratteri

Senza byte prefisso, i punti di codice da 32 (20 hex ) a 127 (7F hex ) vengono interpretati come segue (corrispondenti ai codici LMBCS da 32 a 127):

Codici a byte singolo ( ASCII / ISO-646-US )
_0 _1 _2 _3 _4 _5 _6 _7 _8 _9 _UN _B _C _D _E _F
2_
32 		SP
0020 		!
0021 		"
0022 		#
0023 		$
0024 		%
0025 		&
0026 		'
0027 		(
0028 		)
0029 		*
002A 		+
002B 		,
002C 		-
002D 		.
002E 		/
002F
3_
48 		0
0030 		1
0031 		2
0032 		3
0033 		4
0034 		5
0035 		6
0036 		7
0037 		8
0038 		9
0039 		:
003A 		;
003B 		<
003C 		=
003D 		>
003E 		?
003F
4_
64 		@
0040 		A
0041 		B
0042 		C
0043 		D
0044 		E
0045 		F
0046 		G
0047 		H
0048 		Io
0049 		J
004A 		K
004B 		L
004C 		M
004D 		N
004E 		O
004F
5_
80 		P
0050 		Q
0051 		R
0052 		S
0053 		T
0054 		U
0055 		V
0056 		W
0057 		X
0058 		Y
0059 		Z
005A 		[
005B 		\
005C 		]
005D 		^
005E 		_
005F
6_
96 		«
0060 		a
0061 		b
0062 		c
0063 		d
0064 		e
0065 		f
0066 		g
0067 		h
0068 		io
0069 		j
006A 		k
006B 		l
006C 		m
006D 		n
006E 		o
006F
7_
112 		p
0070 		q
0071 		r
0072 		s
0073 		t
0074 		u
0075 		v
0076 		w
0077 		x
0078 		y
0079 		z
007A 		{
007B 		|
007C 		}
007D 		~
007E 		DEL / ⌂
007F / 2302

   Lettera     Numero     Punteggiatura     Simbolo     Altro     Non definito

Gruppo 1

I punti di codice del gruppo 1 LMBCS da 128 (80 hex ) a 255 (FF hex ) sono identici ai punti di codice corrispondenti nella tabella codici 850 (DOS Latin-1), mentre i punti di codice da 1 (01 hex ) a 127 (7F hex ) sono definiti secondo il seguente elenco di eccezioni (corrispondente ai codici LMBCS da 256 a 383):

LMBCS Gruppo 1, metà inferiore
_0 _1 _2 _3 _4 _5 _6 _7 _8 _9 _UN _B _C _D _E _F
0_
0 		NUL
0000 		☺
263A 		☻
263B 		♥
2665 		♦
2666 		♣
2663 		♠
2660 		•
2022 		◘
25D8 		○
25CB 		◙
25D9 		♂
2642 		♀
2640 		♪
266A 		♫
266B 		☼
263C
1_
16 		►
25BA 		◄
25C4 		↕
2195 		‼
203C
00B6 		§
00A7 		▬
25AC 		↨
21A8 		↑
2191 		↓
2193 		→
2192 		←
2190 		∟
221F 		↔
2194 		▲
25B2 		▼
25BC
2_
32 		¨
00A8 		~
007E 		˚
02DA 		^
005E 		«
0060 		´
00B4 		"
201C 		'
0027 		…
2026 		-
2013 		-
2014 		'
2018 		'
2019 		‹
2039 		›
203A
3_
48 		¨
00A8 		~
007E 		˚
02DA 		^
005E 		«
0060 		´
00B4 		„
201E 		‚
201A 		"
201D 		‗
2017 		nbsp
00A0
FFFD
4_
64 		Œ
0152 		œ
0153 		Ÿ
0178 		˙
02D9 		˚
02DA 		╞
255E 		╟
255F 		▌
258C 		▐
2590 		◊
25CA 		⌘
2318
F8FF
F8FE 		Ω
2126
5_
80 		╨
2568 		╤
2564 		╥
2565 		╙
2559 		╘
2558 		╒
2552 		╓
2553 		╫
256B 		╪
256A 		╡
2561 		╢
2562 		╖
2556 		╕
2555 		╜
255C 		╛
255B 		╧
2567
6_
96 		ij
0133 		IJ
0132 		fi
FB01 		fl
FB02 		ʼn
0149 		ŀ
0140 		Ŀ
013F 		¯
00AF 		˘
02D8 		˝
02DD 		˛
02DB 		02C7
 		~
007E 		^
005E
7_
112 		†
2020 		‡
2021 		Ħ
0126 		ħ
0127 		Ŧ
0166 		ŧ
0167 		™
2122 		ℓ
2113 		Ŋ
014A 		ŋ
014B 		ĸ
0138 		Kr
  		⌐
2310 		₤
20A4 		₧
20A7

   Lettera     Numero     Punteggiatura     Simbolo     Altro     Non definito     Mappato a un carattere Unicode per uso privato

Gruppo 2

I punti di codice del gruppo 2 LMBCS da 128 (80 hex ) a 255 (FF hex ) sono identici ai punti di codice corrispondenti nella tabella codici 851 (DOS greco), mentre i punti di codice da 1 (01 hex ) a 127 (7F hex ) sono definiti secondo il seguente elenco di eccezioni:

LMBCS Gruppo 2, metà inferiore
_0 _1 _2 _3 _4 _5 _6 _7 _8 _9 _UN _B _C _D _E _F
0_
0 		NUL
0000 		037A
 		0385
 		Ϊ
03AA 		Ϋ
03AB 		-
2015 		0384
 		ʼ
02BC 		ʽ
02BD 		‾
203E
F862
F863
1_
16
F864
F865 		⇕
21D5 		⅞
215E 		⅝
215D 		⅜
215C 		⅛
215B
F867 		⇑
21D1 		⇓
21D3 		⇒
21D2 		⇐
21D0
F868 		⇔
21D4
F869
F89F
2_
32
F89E
F89D
F89C
F89B
F89A
F899
F898
F897
F896
F895
F894
F893
F892
F891
F890
F88F
3_
48
F88E
F88D
F88C
F88B
F88A
F889
F888
F887
F886
F885
F884
F883
F882
F881
F880
F866
4_
64 		∠
2220 		∇
2207
F87F
F87E
F87D
F87C
F87B
F87A
F879
F878
F877
F876
F875
F874
F873
F872
5_
80 		∂
2202 		ℵ
2135 		ℑ
2111 		ℜ
211C
F871
F870
F86F
F86E
F86D
F86C
F86B 		∋
220B 		∈
2208 		∉
2209 		⊆
2286 		⊇
2287
6_
96 		⊗
2297 		⊕
2295 		✓
2713 		⋀
22C0 		∁
2201 		∫
222B 		∀
2200 		∃
2203
F86A 		′
2032 		″
2033 		∞
221E 		∝
221D 		φ
03C6 		∪
222A 		∩
2229
7_
112 		≡
2261 		≅
2245 		≥
2265 		≤
2264 		⌠
2320 		⌡
2321 		≠
2260 		≈
2248 		⁄
2044 		∙
2219 		‰
2030 		√
221A 		ⁿ
207F 		∅
2205 		⊂
2282 		⊃
2283

   Lettera     Numero     Punteggiatura     Simbolo     Altro     Non definito     Mappato a un carattere Unicode per uso privato

Gruppo 6

I punti di codice del gruppo 6 LMBCS da 128 (80 hex ) a 255 (FF hex ) sono identici ai punti di codice corrispondenti nella tabella codici 852 (DOS Latin-2), mentre i punti di codice da 1 (01 hex ) a 127 (7F hex ) sono definiti secondo il seguente elenco di eccezioni:

LMBCS Gruppo 6, metà inferiore
_0 _1 _2 _3 _4 _5 _6 _7 _8 _9 _UN _B _C _D _E _F
0_
0 		NUL
0000 		ā
0101 		Ĉ
0108 		ĉ
0109 		Ċ
010A 		ċ
010B 		Ē
0112 		ē
0113 		Ė
0116 		ė
0117 		Ĝ
011C 		ĝ
011D 		Ġ
0120 		ġ
0121 		Ģ
0122 		ģ
0123
1_
16 		Ĥ
0124 		ĥ
0125 		Ĩ
0128 		ĩ
0129 		Ī
012A 		ī
012B 		Į
012E 		į
012F 		Ĵ
0134 		ĵ
0135 		Ķ
0136 		ķ
0137 		Ļ
013B 		¸
013C 		Ņ
0145 		ņ
0146
2_
32 		Ō
014C 		ō
014D 		Ŗ
0156 		ŗ
0157 		Ŝ
015C 		ŝ
015D 		Ũ
0168 		ũ
0169 		Ū
016A 		ū
016B 		Ŭ
016C 		ŭ
016D 		Ų
0172 		ø
0173 		Ā
0100
3_
48
4_
64
5_
80
6_
96
7_
112

   Lettera     Numero     Punteggiatura     Simbolo     Altro     Non definito

Guarda anche

Appunti

Riferimenti

Ulteriore lettura

link esterno