Código de caracteres chinos para el intercambio de información

CCCII está diseñado como un conjunto de 94n ^, según lo define ISO/IEC 2022. [ ^{1 ] Cada} carácter chino se representa mediante un código de 3 bytes, donde cada byte es de 7 bits, entre 0x21 y 0x7E inclusive. Por lo tanto, el número máximo de caracteres chinos que se pueden representar en CCCII es 94×94×94 = 830584. En la práctica, el número de caracteres que se pueden codificar con CCCII sería menor que este número, porque los caracteres variantes se codifican en planos ISO 2022 relacionados bajo CCCII, por lo que la mayoría de los puntos de código tendrían que reservarse para variantes.

En la práctica, sin embargo, a veces se utilizan bytes fuera de estos rangos. El código 0x212320 es utilizado por algunas implementaciones como un espacio ideográfico . ^{[ 8 ]} Una especificación CCCII utilizada por bibliotecas en Hong Kong utiliza códigos que comienzan con 0x2120 para la puntuación y los símbolos. ^{[ 9 ]} El primer byte 0x7F es utilizado por algunas variantes para codificar códigos para algunos hanzi de Repertorio y Ordenación Unificados o Extensión A de Ideogramas Unificados CJK que de otro modo no estarían disponibles (por ejemplo, 0x7F3449 para U+3449 o 0x7F796E para U+796E; ^{[ 9 ]} observe cómo los bytes de continuación coinciden con el código UCS-2BE ), y esto puede incluir bytes fuera del rango 0x21–0x7E o incluso 0x20–0x7F, por ejemplo, 0x7F551C para U+551C, ^{[ 10 ]} 0x7F5AA4 para U+5AA4 ^{[ 10 ]} o 0x7F8EDA para U+8EDA. ^{[ 9 ]}

CCCII/EACC no está registrado en el Registro Internacional de Conjuntos de Caracteres Codificados para su Uso con Secuencias de Escape ^[ 11 ^{] y} , como tal, no tiene una designación de escape estándar para su uso con ISO 2022. MARC-8 asigna a EACC el byte F de uso privado 0x31 ( 1) en su implementación de ANSI X3.41 (ISO 2022). ^{[ 12 ]}

The 94 ISO 2022 planes are grouped into 16 layers of 6 planes each (except for layer 16, which contains the four planes 91–94).^[1] Layer 1 contains both non-hanzi and hanzi characters, with the non-hanzi and most frequently used hanzi being placed in plane 1, and with the remaining five planes consisting of less common hanzi.^[1] Layer 2 contains simplified Chinese characters, with their row and cell numbers being the same as their traditional Chinese equivalents in layer 1. Layers 3 through 12 contain further variant forms, at row and cell numbers homologous to the first two layers.^[13]

The last four layers are used for other purposes. Specifically, layer 13 contains additional characters for Japanese language support (kana and Japanese kokuji), and layer 14 contains additional characters for Korean language support (hangul).^[13] Layer 15 is unused (reserved), while layer 16 is used for other characters.^[1]

This distinctive design has been criticized by Christian Wittern of the International Research Institute for Zen Buddhism at Hanazono University, who asserts that the relationship of character variants "is very complex and can not be expressed in a fixed, one-dimensional, hard-wired codetable".^[3]Ken Lunde describes it as "one of the most well thought-out character set standards from Taiwan", describing its structure as "to be truly admired", but concluding that OpenType variant form substitution can provide the same level of functionality.^[1]

CCCII defines roughly 53940 code points as of its 1987 edition, although a more recent draft from 1989 extends this to 75684 code points (comprising 44167 unique characters and 31517 variants). EACC, the variant used by the Library of Congress, includes only a smaller set of 15686 characters.^[1]

Aunque CCCII suele ser un conjunto de 94 ⁿ , ^{[ 1 ]} y por lo tanto no suele usar códigos que comiencen con 0x2120, ^{[ 10 ]} la siguiente disposición es utilizada por una variante utilizada por las bibliotecas en Hong Kong: ^{[ 9 ]}

No se asignan caracteres en el plano 1, fila 1, que está reservado para códigos de control . ^{[ 1 ]}

Esta fila contiene operadores matemáticos. EACC deja esta fila vacía. ^{[ 14 ]} La siguiente tabla se referencia con fuentes de Taiwán. ^{[ 2 ] [ 10 ]}

La siguiente tabla se basa en datos del CCCII proporcionados por el Hong Kong Innovative Users Group, un grupo de bibliotecas de Hong Kong, y alojados por la Universidad de Hong Kong . ^{[ 17 ] [ 9 ]} En esta fila se utiliza un diseño completamente diferente:

Esta fila incluye signos de puntuación, números arábigos occidentales y letras romanas. ^{[ 10 ]} Compare la fila 3 del código Wansung con la fila 3 de GB 2312 .

Different variants variously encode the ideographic space (U+3000) at 0x212320 (which the MARC specification acknowledges),^[8][9] 0x212321 (which is listed in the ANSI standard, and is also acknowledged by MARC),^[8][9] or 0x21635F.^[10] EACC includes only the hyphen-minus, parentheses and ideographic space in this set.^[8]

In EACC, this row includes several Private Use Area mapped characters used internally to represent character components by the RLIN input method,^[18] which is used by the Library of Congress for non-Roman cataloging.^[19] These component characters should only be used internally by an IME and, if encountered elsewhere, may be replaced with the geta mark (U+3013),^[18] which this row also includes at 0x212A46. This row is unassigned in CCCII,^[1] but the geta mark is also listed at that location in some mappings for CCCII.^[10]

This row contains various punctuation marks used in Chinese,^[1][8] in addition to other symbols. CCCII includes a set of 35 punctuation marks in this row.^[1] EACC includes only 13 characters in this row (shown boxed below).^[8]

Estas filas contienen radicales chinos , ^{[ 1 ]} números romanos , ^{[ 10 ]} tallos celestiales y ramas terrestres . ^{[ 16 ]}

Esta fila incluye numerales chinos y caracteres bopomofo . ^{[ 1 ]} EACC incluye solo el cero ideográfico (〇). ^{[ 8 ]}

Esta fila contiene la marca de referencia ( kome jirushi ). ^{[ 10 ]}

Una variante utilizada por las bibliotecas de Hong Kong no incluye caracteres bopomofo en el plano 1, fila 15, sino que los incluye en una disposición diferente en el plano 7. ^{[ 9 ]}

Esta fila está en el plano 73, el primer plano de la capa 13, que contiene caracteres incluidos para la compatibilidad con el idioma japonés . ^{[ 13 ]} Contiene signos de puntuación. ^{[ 8 ]} Compárese con la fila 1 de JIS X 0208 , cuyo diseño tiende a seguir esta fila para los caracteres que incluye.

Esta fila contiene hiragana . Compárese con la fila 4 de JIS X 0208 .

Esta fila contiene katakana . Compárese con la fila 5 de JIS X 0208 , a la que corresponde esta fila, además de la adición de dakuten y handakuten por separado .

Estas filas contienen jamo coreano .

Esta fila contiene varios caracteres históricos del Hangul que ya no se usan con regularidad. Varios de ellos están asignados al Área de Uso Privado . ^{[ 18 ]}

Esta fila contiene katakana adicional que se utiliza para escribir fonemas extranjeros. ^{[ 10 ]}