Página de códigos 950

La página de códigos 950 es la página de códigos utilizada en Microsoft Windows para ^el chino tradicional . Es la implementación de Microsoft del estándar de facto de codificación de caracteres Big5 . La página de códigos no está registrada en IANA [ ^{1 ]} y, por lo tanto, no es un estándar para comunicar información a través de Internet, aunque generalmente se la etiqueta simplemente como , incluso por las funciones de la biblioteca de Microsoft ^{[ 2 ] .}big5

La principal diferencia entre la página de códigos 950 de Windows y Big5 "común" (no específica del proveedor) es la incorporación de un subconjunto de las extensiones ETEN a Big5 en 0xF9D6 a 0xF9FE (que comprende los siete caracteres chinos碁, 銹, 裏, 墻, 恒, 粧 y 嫺, seguidos de 34 caracteres de dibujo de cajas y elementos de bloque ). Los rangos utilizados por algunos de los otros caracteres extendidos de ETEN se definen como caracteres definidos por el usuario final (uso privado) . ^{[ 3 ]}

El CCSID 950 de IBM comprende la página de código de un solo byte 1114 (CCSID 1114) y la página de código de doble byte 947 (CCSID 947), ^{[ 4 ] [ 5 ] [ 6 ]} y, aunque también es una variante de Big5, es algo diferente de la página de código 950 de Microsoft, ya que incorpora algunas de las extensiones ETEN para los bytes iniciales 0xA3, ^{[ 7 ]} 0xC6, ^{[ 3 ] [ 8 ]} 0xC7 ^{[ 9 ]} y 0xC8, ^{[ 3 ] [ 10 ]} mientras omite aquellos con el byte inicial 0xF9 (que Microsoft incluye), asignándolos en su lugar al Área de uso privado como caracteres definidos por el usuario. ^{[ 3 ] [ 11 ]} También incluye dos regiones de extensión no ETEN con bytes de cola 0x81–A0, es decir, fuera del rango habitual de bytes de cola de Big5 pero similar al rango de bytes de cola de Big5+: el área 5 tiene bytes de inicio 0xF2–F9 y contiene caracteres seleccionados por IBM, mientras que el área 9 tiene bytes de inicio 0x81–8C y es una región definida por el usuario. ^{[ 12 ]}

Microsoft actualizó su versión de la página de códigos 950 en 2000, agregando el símbolo del euro (€) en el código de doble byte 0xA3E1. IBM se refiere a la actualización del símbolo del euro de su variante Big-5 como CCSID 1370 (que incluye símbolos de euro de un byte (0x80) y de doble byte). ^{[ 13 ]} Comprende la página de códigos de un byte 1114 (CCSID 5210) y la página de códigos de doble byte 947 (CCSID 21427). ^{[ 13 ] [ 14 ] [ 15 ]}

Para una mejor compatibilidad con la variante de Microsoft en IBM Db2 , IBM también define la página de códigos 1372 de doble byte puro ^{[ 16 ]} y el CCSID 1373 de ancho variable asociado , que incluye solo el signo de euro de doble byte ^{[ 17 ]} y coincide con el comportamiento de Microsoft en el que se incluyen regiones de extensión. ^{[ 18 ] [ 19 ] [ 20 ] [ 21 ] [ 22 ]}

A continuación se muestran los caracteres gráficos de un solo byte incluidos por IBM. Los códigos 0x00 a 0x1F y 0x7F pueden utilizarse como códigos de control C0 , según el contexto (compárese con las páginas de códigos 437 y 897 ). Como se indicó anteriormente, el símbolo del euro de un solo byte en la posición 0x80 no está incluido en los CCSID 950 ni 1373 de IBM, ni tampoco en los de Microsoft.

El resto son partes de una secuencia de doble byte.

Este mapeo también se utiliza en HKSCS cuando un glifo determinado aún no se encuentra en la revisión Unicode especificada. ^{[ 27 ]}

• LMBCS-18
• Página de códigos 951 , un truco de Microsoft para reemplazar cp950 con una versión compatible con HKSCS en Windows XP.

• Referencia de Microsoft para la página de códigos 950
• Mapeo de la página de códigos 950 a Unicode
• Archivos de mapeo de Componentes Internacionales para Unicode (ICU): windows-950-2000.ucm , ibm-950_P110-1999.ucm , ibm-1373_P100-2002.ucm