JIS X 0201

JIS X 0201 , un estándar industrial japonés desarrollado en 1969, fue el primer conjunto de caracteres electrónicos japonés que se utilizó ampliamente. El conjunto de caracteres se conocía inicialmente como JIS C 6220 antes de la reforma de la categoría JIS. Sus dos formas eran una codificación de 7 bits o una codificación de 8 bits, aunque la forma de 8 bits fue dominante hasta que Unicode (específicamente UTF-8 ) la reemplazó. El nombre completo de este estándar es conjuntos de caracteres codificados de 7 y 8 bits para el intercambio de información ( 7ビット及び8ビットの情報交換用符号化文字集合).

Los primeros 96 códigos corresponden a una variante de la norma ISO 646 , que sigue en su mayor parte el estándar ASCII con algunas diferencias, mientras que los siguientes 96 representan los caracteres fonéticos japoneses katakana . Dado que la codificación no permite expresar hiragana ni kanji , solo es capaz de representar el japonés escrito simplificado. No obstante, esta simplificación permite representar toda la gama de sonidos del idioma. En la década de 1970, esto era aceptable para medios como terminales de ordenador en modo texto , telegramas , recibos u otros datos gestionados electrónicamente.

La norma JIS X 0201 fue sustituida por codificaciones posteriores como Shift JIS , que combina esta norma con JIS X 0208 , y más tarde por Unicode .

El Comité Consultivo Internacional Telefónico y Telegráfico (CCITT) introdujo el código del Alfabeto Telegráfico Internacional n.° 2 (ITA2) como estándar internacional, que era la codificación latina de 5 bits. La mayoría de los países tienen sus propios estándares nacionales basados ​​en este. En Japón, la Agencia de Ciencia y Tecnología Industrial (AIST) lo estandarizó como los códigos de caracteres de 6 bits de JIS C 0803-1961 ( Diseño de teclado y códigos para teletipos ), que se combinaban con caracteres katakana. Sin embargo, no cumplía con los requisitos de la industria porque el mapa de caracteres era pequeño y el diseño del código era poco práctico. La AIST consideró una codificación de caracteres práctica para reemplazar varios códigos utilizados en Japón. ^{[ 1 ]}

En 1963, la ISO presentó un borrador de la ISO R 646 ( conjuntos de caracteres codificados de 6 y 7 bits para el intercambio de procesamiento de información ). AIST encargó la combinación de la ISO R 646 y la asignación de katakana a la Sociedad de Procesamiento de Información de Japón (IPSJ). IPSJ formó el comité de estandarización de códigos. El comité no adoptó la forma de 6 bits del borrador de la ISO porque el conjunto de katakana no cabía en su mapa de caracteres. El primer borrador de JIS asignaba caracteres katakana pequeños junto a cada uno de sus caracteres katakana normales. Se consideró conveniente para ordenar por orden Gojūon (JIS X 0208:1978 eligió este orden). Algunos miembros del comité criticaron que complicaría la mecánica de los teclados que solo manejaban caracteres katakana normales. El borrador posterior asignó caracteres katakana pequeños a las posiciones 0xA7-0xAF .

El borrador ISO de 1964 reservaba las posiciones 0x24 y 0x5c para los símbolos de primera y segunda moneda que cada país asignaría, pero se consideró demasiado peligroso en las comunicaciones internacionales usar símbolos de moneda que pudieran ser localizados (el remitente y el receptor podrían ver un símbolo diferente para el mismo punto de código). El comité ISO tenía dos opciones: usar un símbolo de moneda genérico (¤) o dar asignaciones permanentes a los símbolos del dólar ($) y la libra (£). Se acordó que el símbolo del dólar se asignara a la posición 0x24 y el símbolo de la libra a la posición 0x23 . Este último no era necesario en los países que no necesitaban el símbolo de la libra. ^{[ 2 ]} El comité JIS decidió colocar el símbolo del yen (¥) en 0x5c (una de las posiciones de uso nacional).

JIS C 6220 ( Códigos para el intercambio de información , 情報交換用符号) se publicó en 1969. Su número se cambió a JIS X 0201 debido a la reforma de la categoría JIS en 1987, y el nombre se cambió a conjuntos de caracteres codificados de 7 y 8 bits para el intercambio de información. (7ビット及び8ビットの情報交換用符号化文字集合) en la edición de 1990.

El conjunto de caracteres de JIS X 0201 se había utilizado ampliamente en Japón. El Sistema Nacional de Comunicación de Datos Bancarios (全国銀行データ通信システム), el sistema de transferencia de fondos más grande de Japón, se estableció en 1973. Los mensajes de transacciones entre bancos utilizaron un subconjunto de JIS X 0201. El sistema se utilizó hasta 2018 y fue reemplazado por el ZEDI (Sistema Nacional de Intercambio Electrónico de Datos Bancarios).全銀EDIシステム) que podría manejar caracteres hiragana y kanji. ^{[ 3 ]} En 1978, se desarrolló el juego de caracteres de 2 bytes JIS C 6226 ( JIS X 0208 ) para expresar caracteres hiragana y kanji. Incluye caracteres katakana, pero sus códigos y disposición son diferentes a los de JIS X 0201. Los fabricantes de computadoras desarrollaron sus propias extensiones de JIS X 0208 para mantener la compatibilidad con JIS X 0201. En 1982, el esquema de codificación Kanji de Microsoft ( página de códigos 932 de MS-DOS ) y SJC26 de Digital Research (para CP/M-86 japonés ) se desarrollaron para combinar la codificación de un byte de JIS X 0201 y la codificación de doble byte de JIS X 0208 sin caracteres de desplazamiento de entrada y salida . ^{[ 4 ]} Se les llamó Shift JIS , que se convirtió en el estándar industrial para computadoras personales.

La primera mitad (conjunto romano) de JIS X 0201 constituye una variante japonesa de ISO 646 , equivalente a ASCII con barra invertida (\) y tilde (~) reemplazadas por yen (¥) y línea superior (‾), ^{[ 5 ]} mientras que la segunda mitad (conjunto kana) consiste principalmente en katakana . Los caracteres de control se especifican en JIS X 0211 .

En el formato de 7 bits, el carácter de control de desplazamiento de salida 0x0E cambia al conjunto Kana y el desplazamiento de entrada (0x0F) cambia al conjunto Romano. ^{[ 6 ] [ 7 ]} En el formato de 8 bits, dado en la tabla a continuación, los bytes con el bit más significativo activado (es decir, 0x80 – 0xFF ) se utilizan para el conjunto Kana y los bytes con él desactivado (es decir, 0x00 – 0x7F ) se utilizan en otro caso.

Los nombres utilizados específicamente para el conjunto romano de 7 bits incluyen "JISCII", ^{[ 8 ]} "JIS Roman", ^{[ 9 ]} "ISO646-JP", ^{[ 10 ] [ 11 ]} "JIS C6220-1969-ro", ^{[ 11 ] [ 10 ]} "Japanese-Roman", ^{[ 12 ]} "Japan 7-Bit Latin", ^{[ 13 ]} e "ISO-IR-14", ^{[ 10 ] [ 11 ] [ 7 ]} mientras que los nombres utilizados específicamente para el conjunto kana de 7 bits incluyen "ISO-IR-13", ^{[ 6 ] [ 10 ] [ 11 ]} "JIS C6220-1969-jp" ^{[ 10 ] [ 11 ]} y "x0201-7". ^{[ 10 ] [ 11 ]}

La sustitución del símbolo del yen por la barra invertida puede hacer que las rutas en computadoras basadas en DOS y Windows con soporte para japonés se muestren de forma extraña, como "C:¥Archivos de programa¥", por ejemplo. ^{[ 14 ]} Otro problema similar son los caracteres de control de literales de cadena del lenguaje de programación C , como .printf("Hello, world.¥n");

La siguiente tabla muestra el conjunto de caracteres codificados de 8 bits original de JIS X 0201 (con el conjunto de kana indicado por los bytes con el bit más significativo activado). ^{[ 15 ] [ 16 ]}

• Diagrama de JIS X 0201 (como conjuntos de códigos de 7 bits)