ISO/IEC 8859-1
ISO 8859-1,正式编号为ISO/IEC 8859-1:1998,又称Latin-1或“西欧语言”,是国际标准化组织内ISO/IEC 8859的第一个8位字符集。它以ASCII为基础,在空置的0xA0-0xFF的范围内,加入96个字母及符号,藉以供使用附加符号的拉丁字母语言使用。曾推出过 ISO 8859-1:1987 版。
ISO-8859-1的别名有: iso-ir-100、csISOLatin1、 latin1、 l1、 IBM819。Oracle数据库称WE8ISO8859P1。[1]
与Windows-1252的区别
[编辑]互联网上,常见把Windows-1252编码的文本误标称为ISO-8859-1,最常见后果是引号与撇号‘ ’“ ”在非Windows环境下被当作不识别字符显示为问号或方块(boxes)字符。大部分现代网页浏览器与e-mail客户端把互联网媒体类型字符集为ISO-8859-1当作Windows-1252来处理。HTML5标准要求把宣称为ISO-8859-1的文本当作Windows-1252编码来解析。[2]
截至2017年10月[update],4.5%声明是ISO 8859-1编码。[3]这包含了未知数量的实际上是Windows-1252或UTF-8编码的网页常常被浏览器识别为ISO 8859-1编码。
ISO-8859-1与Windows-1252代码页的区别是:码位128至159(十六进制80至9F)原本是罕用的C1控制字符编码范围,被替换为额外的一些常用但未包含在ISO-8859-1中的字符。实际上Windows-1252代码页包含了所有出现在ISO-8859-15中的字符。ISO-8859-1对应的Windows代码页是Windows-28591。[4]然而,英文版的Windows 7、Windows10家庭中文版系统上没有Windows-28591代码页。
与ISO/IEC 10646即Unicode的关系
[编辑]ISO-8859-1对应于ISO/IEC 10646即Unicode的前256个码位。
适用语言
[编辑]此字符集支持部分于欧洲使用的语言,包括阿尔巴尼亚语、巴斯克语、布列塔尼语、加泰罗尼亚语、丹麦语、荷兰语、法罗语、弗里西语、加利西亚语、德语、格陵兰语、冰岛语、爱尔兰盖尔语、意大利语、拉丁语、卢森堡语、挪威语、葡萄牙语、里托罗曼斯语、苏格兰盖尔语、西班牙语及瑞典语。
英语虽然没有重音字母,但仍会标明为ISO/IEC 8859-1编码。除此之外,欧洲以外的部分语言,如南非荷兰语、斯瓦希里语、印尼语及马来语、菲律宾他加洛语等也可使用ISO/IEC 8859-1编码。
法语及芬兰语本来也使用ISO/IEC 8859-1来表示。但因它没有法语使用的 œ、Œ、Ÿ 三个字母及芬兰语使用的 Š、š、Ž、ž ,故于1998年被ISO/IEC 8859-15所取代。(ISO 8859-15同时加入了欧元符号)
字符集
[编辑]ISO/IEC 8859-1 | ||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
x0 | x1 | x2 | x3 | x4 | x5 | x6 | x7 | x8 | x9 | xA | xB | xC | xD | xE | xF | |
0x | ||||||||||||||||
1x | ||||||||||||||||
2x | SP | ! | " | # | $ | % | & | ' | ( | ) | * | + | , | - | . | / |
3x | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | : | ; | < | = | > | ? |
4x | @ | A | B | C | D | E | F | G | H | I | J | K | L | M | N | O |
5x | P | Q | R | S | T | U | V | W | X | Y | Z | [ | \ | ] | ^ | _ |
6x | ` | a | b | c | d | e | f | g | h | i | j | k | l | m | n | o |
7x | p | q | r | s | t | u | v | w | x | y | z | { | | | } | ~ | |
8x | ||||||||||||||||
9x | ||||||||||||||||
Ax | NBSP | ¡ | ¢ | £ | ¤ | ¥ | ¦ | § | ¨ | © | ª | « | ¬ | SHY | ® | ¯ |
Bx | ° | ± | ² | ³ | ´ | µ | ¶ | · | ¸ | ¹ | º | » | ¼ | ½ | ¾ | ¿ |
Cx | À | Á | Â | Ã | Ä | Å | Æ | Ç | È | É | Ê | Ë | Ì | Í | Î | Ï |
Dx | Ð | Ñ | Ò | Ó | Ô | Õ | Ö | × | Ø | Ù | Ú | Û | Ü | Ý | Þ | ß |
Ex | à | á | â | ã | ä | å | æ | ç | è | é | ê | ë | ì | í | î | ï |
Fx | ð | ñ | ò | ó | ô | õ | ö | ÷ | ø | ù | ú | û | ü | ý | þ | ÿ |
在上表中,0x20是空格、0xA0是不换行空格、0xAD是选择性连接号。
0x00-0x1F、0x7F、0x80-0x9F在此字符集中未有定义。(控制字符是由ISO/IEC 6429定义)。
參考資料
[编辑]- ^ Baird, Cathy; Chiba, Dan; Chu, Winson; Fan, Jessica; Ho, Claire; Law, Simon; Lee, Geoff; Linsley, Peter; Matsuda, Keni; Oscroft, Tamzin; Takeda, Shige; Tanaka, Linus; Tozawa, Makoto; Trute, Barry; Tsujimoto, Mayumi; Wu, Ying; Yau, Michael; Yu, Tim; Wang, Chao; Wong, Simon; Zhang, Weiran; Zheng, Lei; Zhu, Yan; Moore, Valarie. Appendix A: Locale Data. Oracle9i Database Globalization Support Guide (PDF) Release 2 (9.2). Oracle Corporation. 2002 [1996] [2017-02-14]. Oracle A96529-01. (原始内容存档 (PDF)于2017-02-14).
- ^ Encoding. WHATWG. sec. 5.2 Names and labels. 27 January 2015 [4 February 2015]. (原始内容存档于2015-02-04).
- ^ Historical trends in the usage of character encodings, October 2016. [2017-10-24]. (原始内容存档于2021-03-03).
- ^ Code Page Identifiers. Microsoft Corporation. [2010-12-19]. (原始内容存档于2010-12-15).
参閲
[编辑]外部链接
[编辑]- 到国际标准化组织购买此标准(页面存档备份,存于互联网档案馆)
- ISO/IEC 8859-1:1998 - 8-bit single-byte coded graphic character sets, Part 1: Latin alphabet No. 1 (draft dated February 12, 1998, published April 15, 1998)
- Standard ECMA-94(页面存档备份,存于互联网档案馆):8-Bit Single Byte Coded Graphic Character Sets - Latin Alphabets No. 1 to No. 4 2nd edition (June 1986)
- ISO-IR 100 Right-Hand Part of Latin Alphabet No.1 (February 1, 1986)
- 中國國家標準(中華民國)CNS 13246(页面存档备份,存于互联网档案馆)