ترميز JIS

الموسوعة الحرة

في مجال الحوسبة، يشير ترميز JIS إلى العديد من المعايير الصناعية اليابانية لترميز اللغة اليابانية . [ 1 ] وبالمعنى الدقيق، يعني المصطلح أحد الأمرين التاليين:

  • مجموعة من مجموعات الأحرف المشفرة القياسية للغة اليابانية، ولا سيما:
    • JIS X 0201 ، النسخة اليابانية من ISO 646 ( ASCII ) التي تحتوي على أحرف ASCII الأساسية ذات 7 بت (مع بعض التعديلات) و 64 حرف كاتاكانا بنصف العرض.
    • JIS X 0208 ، وهي مجموعة أحرف الكانجي الأكثر شيوعًا والتي تحتوي على 6879 حرفًا، بما في ذلك 6355 حرف كانجي و524 حرفًا آخر (مستوى واحد 94 × 94).
    • JIS X 0212 ، وهو ملحق لـ JIS X 0208 يضيف 5801 كانجي، ليصبح المجموع 12156 كانجي (مستوى ثانٍ 94 × 94).
    • JIS X 0213 ، الذي يمتد من JIS X 0208 (مستويان)
  • JIS X 0202 (المعروف أيضًا باسم ISO-2022-JP)، وهي مجموعة من آليات التشفير لإرسال بيانات أحرف JIS عبر وسائط الإرسال التي تدعم فقط بيانات 7 بت.

عمليًا، يشير مصطلح "ترميز JIS" عادةً إلى بيانات الأحرف JIS X 0208 المشفرة باستخدام JIS X 0202. على سبيل المثال، تستخدم IANA التسميةJIS_Encoding للإشارة إلى JIS X 0202، والتسمية ISO-2022-JPللإشارة إلى الملف التعريفي الخاص به المحدد بواسطة RFC 1468. [ 2 ] 

تشمل آليات التشفير الأخرى لأحرف JIS تشفير Shift JIS و EUC-JP . يضيف Shift JIS أحرف الكانجي والهيراغانا والكاتاكانا كاملة العرض من JIS X 0208 إلى JIS X 0201 بطريقة متوافقة مع الإصدارات السابقة. [ 3 ] يُعد Shift JIS ربما التشفير الأكثر استخدامًا في اليابان، حيث مكّن التوافق مع مجموعة أحرف JIS X 0201 أحادية البايت مصنعي المعدات الإلكترونية (مثل مصنعي آلات تسجيل النقد) من تقديم ترقية من المعدات القديمة الأرخص التي لم تكن قادرة على عرض الكانجي إلى معدات أحدث مع الحفاظ على توافق مجموعة الأحرف.

يتم استخدام EUC-JP على أنظمة UNIX ، حيث تكون ترميزات JIS غير متوافقة مع معايير POSIX .

يُعد Unicode ( الأحرف المشفرة UCS ) بديلاً أحدث للأحرف المشفرة JIS ، وخاصة في آلية ترميز UTF-8 .

مقارنة الترميز

يقارن الجدول التالي ميزات أنظمة التشفير الرئيسية الثلاثة لـ JIS X 0208.

التشفيراسم بديل7 بت؟ [ أ ]ISO 2022 ؟هل هذا أقل تفصيلاً؟ [ ب ]هل يقبل ASCII ؟0x00 – 7F دائمًا ASCII؟مجموعة فرعية من JIS X 0201 ذي 8 بت ؟يدعم معيار JIS X 0212 ؟التزامن الذاتي على مستوى البايت ؟التزامن الذاتي على مستوى البتات ؟
ISO-2022-JP" JIS " (JIS X 0202)نعمنعملا [ ج ]نعميمكن أن تكون التسلسلات غير ASCII [ ج ]لا (الترميز ممكن) [ د ]ممكن [ هـ ]لالا
Shift_JIS"SJIS"لالانعمتقريبًا [ f ]يمكن أن تكون البايتات المعزولة غير ASCII [ g ]نعملالالا
EUC-JP"UJIS" (JIS المُعَدَّلَةَ بِالِوَنيكسِيدَةِ)لانعم [ ح ]نعم [ ح ]عادةً [ i ]نعملا (مشفر) [ j ]متوفر عادةً [ ك ]لالا
تنسيقات يونيكود للمقارنة [ l ]
UTF-8 لالانعمنعمنعملا (مشفر)متاحنعمعادةً [ م ]
UTF-16"يونيكود" [ ن ]لالانعملالالا (مشفر)متاحالكلمات التي تتجاوز 16 بت فقط.لا
GB 18030 لالا [ o ]نعمنعميمكن أن تكون البايتات المعزولة غير ASCIIلا (مشفر)متاحلالا
UTF-32 لالانعملالالا (مشفر)متاحعادةً، في الممارسة العملية [ ص ]لا
  1. ↑ لا يتطلب الأمر نقلًا نظيفًا بـ 8 بت .
  2. ↑ أي أن التسلسل المستخدم لترميز حرف معين يكون دائمًا هو نفسه، بغض النظر عن الحرف (الأحرف) السابق. انظر الحالة (علوم الحاسوب) .
  3. 1 2 ISO-2022-JP هو ترميز ذو حالة : يتم ترميز جميع مجموعات الأحرف على النطاق 0x21 – 7E ويتم التبديل بينها باستخدام رموز ANSI. وبالتالي، على الرغم من أنه ASCII في حالته الأولية، إلا أنه يمكن ترميز سلاسل كاملة من الأحرف غير ASCII باستخدام بايتات ASCII.
  4. ↑ تتوفر حروف الكاتاكانا JIS X 0201 في JIS X 0202 و ISO 2022، ولكنها غير مدرجة في ملف تعريف ISO-2022-JP الأساسي، على الرغم من أنها امتداد شائع.
  5. ↑ يتوفر JIS X 0212 في JIS X 0202 و ISO 2022، وهو مدرج في ملفات تعريف ISO-2022-JP-1 و ISO-2022-JP-2، ولكنه غير موجود في ملف تعريف ISO-2022-JP الأساسي.
  6. ↑ الأحرف أحادية البايت 0x21 – 7E في Shift_JIS هي بشكل صحيح ISO-646-JP ، لكي تكون مجموعة فرعية من 8 بت JIS X 0201، ولكن غالبًا ما يتم فك تشفيرها (وليس بالضرورة عرضها) على أنها ASCII، والتي تختلف فقط في مكانين.
  7. ↑ قد تظهر بعض (وليس كل) بايتات ASCII كبايتات ثانية، ولكن ليس كبايتات أولى، من الأحرف ثنائية البايت في Shift_JIS. لذا، في تسلسل من بايتين أو أكثر من بايتات ASCII، يكون البايت الثاني وما يليه بالضرورة حرف ASCII (أو ISO-646-JP).
  8. يعتمد تنسيق Packed-format EUC على آليات ISO 2022، مع تحديد مسبق لمجموعات الأحرف. يتم تجنب عمليات الهروب من مجموعات الأحرف وعمليات الإزاحة المُقفلة، بينما يمكن تنفيذ استخدام عمليات الإزاحة الفردية بطريقة غير مُعتمدة على الحالة. ومع ذلك، يتم الالتزام بقيود ISO 2022.
  9. ↑ تعتبرالأحرف أحادية البايت 0x21 – 7E في EUC-JP بشكل عام ASCII، ولكن يتم التعامل معها أحيانًا على أنها ISO-646-JP .
  10. ↑ على عكس Shift_JIS، لن يتعامل EUC-JP مع إدخال JIS X 0201 العادي ذي 8 بت بدون تحويل مسبق، وذلك بسبب التمثيل المختلف لـ JIS X 0201 katakana (مع عمليات إزاحة مفردة).
  11. ↑ لا يتم تطبيق معيار JIS X 0212 في EUC-JP دائمًا.
  12. إلى جانب خصائص الترميزات نفسها، تتمتع تنسيقات يونيكود بمزايا إضافية نابعة من مجموعة الأحرف الأساسية: فهي لا تقتصر على الأحرف المشفرة وفقًا لمعيار JIS، بل يمكنها تمثيل مجموعة الأحرف الموحدة (UCS) بأكملها (بما في ذلك جميع الأحرف المشفرة وفقًا لمعيار JIS)، وبالتالي فهي مناسبة للاستخدام الدولي. كما أنها أقل تأثرًا بتداخل الامتدادات الخاصة، نظرًا لمجموعة الأحرف الأساسية الأوسع ومجالات الاستخدام الخاصة المخصصة لها.
  13. ↑ معظم عمليات إزاحة الإطار على مستوى البتات للنص المشفر بـ UTF-8 ستنتج UTF-8 غير صالح، ولكن من الممكن إنشاء تسلسلات من الأحرف التي تظل UTF-8 صالحة حتى عند إزاحتها بمقدار بت واحد أو أكثر.
  14. ↑ حصريًا من مايكروسوفت.
  15. ↑ في حين أن GB 18030 و GBK هما امتدادات لشكل EUC-CN من GB/T 2312، فإنهما لا يتبعان قيود EUC أو ISO 2022، على عكس EUC-JP (أو EUC-CN الأصلي).
  16. ↑ على الرغم من أن UTF-32 نظريًا يقوم بالمزامنة الذاتية على الكلمات المزدوجة 32 بت فقط، إلا أن استخدام قيمة 32 بت لتمثيل قيمة 21 بت يعني عمليًا أن UTF-32 يحتوي على سلسلة متصلة من 11 بت صفر على الأقل في الطرف الأعلى لكل حرف، والتي يمكن استخدامها عادةً للمحاذاة مع حدود الأحرف، اعتمادًا على نقطة (نقاط) الترميز المعنية.

انظر أيضاً

مراجع

  1. ↑ هارالامبوس، يانيس (2007). الخطوط والترميزات . دار نشر أورايلي ميديا . الصفحات 42-44 . ISBN  9780596102425.
  2. ↑ "مجموعات الأحرف" . IANA.
  3. ^ لوند ، كين (2009). معالجة معلومات CJKV . أورايلي وسائل الإعلام . ص 262 – 268. ISBN  9780596514471.