Página de códigos 932 (Microsoft Windows)

Además de los caracteres estándar JIS X 0201 :1997 y JIS X 0208 :1997, Windows-31J incluye varias extensiones JIS X 0208, a saber, " caracteres especiales NEC (fila 13), selección NEC de extensiones IBM (filas 89 a 92) y extensiones IBM (filas 115 a 119)", ^{[ 9 ]} además de reservar cierto espacio de codificación para la definición del usuario final . ^{[ 13 ]} Esto también difiere de IBM-932 , que no incluye las extensiones NEC ni la selección NEC. ^{[ 5 ]}

Las extensiones de IBM fueron diseñadas para codificar caracteres del repertorio IBM Japanese DBCS-Host que inicialmente no estaban en JIS X 0208; el signo 'porque' ∵ y el signo 'no'￢ se agregaron posteriormente a JIS X 0208 en 1983, y Microsoft los incluye en ubicaciones de extensión así como en sus ubicaciones de 1983. ^{[ 14 ]} Las extensiones de NEC también codifican la totalidad del repertorio de IBM, pero en una extensión separada dentro de la cuadrícula JIS X 0208 de 94×94 (en las filas 89–92, además de los caracteres ya incluidos en la fila 13 de NEC ), en lugar de usar códigos Shift JIS más allá del rango de JIS X 0208; la página de códigos 932 de Windows incluye estos 388 caracteres en ambas ubicaciones. ^{[ 14 ]} Como resultado, los signos 'porque' y 'no' se codifican tres veces.

Algunas de estas representaciones fueron utilizadas posteriormente para diferentes caracteres por JIS X 0213 y Shift JIS-2004 . Por ejemplo, compárese la fila 89 en JIS X 0213 (que comienza con 硃, 硎, 硏...) ^{[ 15 ]} con la fila 89 utilizada por JIS X 0208 con extensiones IBM/NEC (que comienza con 纊, 褜, 鍈...). ^{[ 16 ]} En consecuencia, Shift JIS-2004 no es compatible con Windows-31J.

Además de lo anterior, Microsoft utiliza una asignación Unicode diferente (pero visualmente similar) para varios caracteres de puntuación de doble byte en comparación con el estándar Shift JIS, como la raya ondulada que se asigna a U+FF5E en lugar de U+301C, ^{[ 17 ]} que va seguida de ibm-943_P15A-2003 ^{[ 18 ]} pero no de ibm-943_P130-1999, ^{[ 19 ]} y utiliza una asignación diferente para la barra invertida de doble byte. ^{[ 17 ]}

Windows-932 incluye asignaciones ASCII estándar de 7 bits para secuencias de un solo byte con el bit más significativo establecido en 0. Por lo tanto, los códigos 0x5C y 0x7E se asignan a Unicode como U+005C REVERSE SOLIDUS ( \, la barra invertida ) y U+007E TILDE ( ~) respectivamente, ^{[ 20 ] [ 21 ] [ 17 ]} como lo son en ASCII ( ISO-646 -US). Esto también lo hace el estándar de codificación W3C/WHATWG. ^{[ 22 ]} Por el contrario, 0x5C se asigna a U+00A5 YEN SIGN ( ¥) en ISO-646-JP y, por consiguiente, a JIS X 0201 , del cual el estándar Shift JIS es una extensión. De forma correspondiente, Windows-31J evita la codificación duplicada de la barra invertida al asignar el doble byte 0x815F a U+FF3C FULLWIDTH REVERSE SOLIDUS, mientras que Shift JIS estándar lo asigna a U+005C. ^{[ 17 ]}

Sin embargo, 0x5C en Windows-932 se considera un símbolo de yen en ciertos contextos. ^{[ 23 ]} Por esta razón, en muchas fuentes japonesas, U+005C se muestra como un símbolo de yen, que normalmente se representaría como U+00A5, en lugar de como una barra invertida según la representación sugerida por Unicode. U+00A5 es una asignación de mejor ajuste unidireccional a 0x5C en Windows-932. Sin embargo, el código 0x5C en Windows-932 se comporta como una barra invertida en todos los aspectos (por ejemplo, en rutas de archivos en sistemas Windows) excepto como lo muestran algunas fuentes, ^{[ 23 ]} y la documentación de Microsoft para Windows-932 muestra 0x5C como una barra invertida. ^{[ 21 ]} Este mapeo ^{[ 20 ]} corresponde a la codificación denominada "ibm-943_P15A-2003" en Componentes Internacionales para Unicode (ICU), ^{[ 3 ]} excepto por una pequeña reordenación de algunos caracteres de control C0 .

IBM-943 , al igual que IBM-932 , ^{[ 5 ]} es un superconjunto de la página de códigos de un solo byte 897 , ^{[ 6 ]} que asigna 0x5C al símbolo del yen ( ¥) y 0x7E a la línea superior ( ‾), ^{[ 24 ]} esto va seguido de la codificación llamada "ibm-943_P130-1999" en ICU. ^{[ 8 ]} La página de códigos 897 (y por lo tanto también IBM-943 e IBM-932) también agrega caracteres de dibujo de caja de un solo byte que reemplazan ciertos caracteres de control C0 , ^{[ 24 ]} sin embargo, estos aún pueden ser tratados como caracteres de control dependiendo del contexto, ^{[ 25 ]} y se asignan a caracteres de control en ICU. ^{[ 8 ]}

• Referencia de Microsoft para Windows, página de código 932
• Archivo de página de códigos para MS932
• Mapeo de la página de códigos 932 de Microsoft a Unicode
• Demostración de la página de códigos de la UCI 943C (ibm-943_P15A-2003 alias windows-31j)

• Documentación de IBM de la página de códigos 943
• Demostración de la página 943 del código de la UCI (ibm-943_P130-1999)
• Mapeo de la UCI para ibm-943_P130-1999 a Unicode