Página de códigos 936 (IBM)

La página de códigos 936 de IBM es una codificación de caracteres para chino simplificado que incluye 1880 caracteres definidos por el usuario (UDC), la cual fue reemplazada en 1993. Es una combinación de la página de códigos 903 de un byte y la página de códigos 928 de doble byte . ^{[ 2 ] [ 3 ]} La página de códigos 946 utiliza el mismo componente de doble byte, pero un componente de un byte extendido ( página de códigos 1042 ). ^{[ 2 ] [ 4 ]}

La página de códigos 936 de IBM no debe confundirse con la página de códigos de Windows con el mismo número , que es una variante de la codificación GBK ; ^{[ 2 ]} IBM llama a GBK página de códigos 1386. Mientras que GBK es un superconjunto de la codificación EUC-CN de GB 2312 , IBM-936 utiliza una forma codificada diferente de GB 2312, que se asemeja más a la relación de Shift JIS con JIS X 0208 .

Esta codificación se utilizó principalmente durante los años ochenta y principios de los noventa. Si bien el IBM PC original ( IBM 5150 ) carecía de la funcionalidad para procesar datos en idiomas CJK , el IBM 5550 sí la poseía y estaba disponible en modelos compatibles con japonés, coreano , chino tradicional o chino simplificado . La página de códigos 936 para chino simplificado acompañaba a la página de códigos 932 ( Shift JIS ) para japonés, la página de códigos 934 para coreano y la página de códigos 938 para chino tradicional.

La última revisión de IBM-928/936/946 se documentó en 1992 y fue reemplazada en 1993 por las páginas de códigos 1380 a 1383 basadas en EUC-CN ; la página de códigos 1380 codifica los mismos caracteres que la página de códigos 928, pero en una disposición diferente. ^{[ 5 ]} A partir de 1998, "algunos paquetes chinos antiguos" todavía incluían un algoritmo para convertir entre IBM-936 y otras codificaciones de GB 2312. ^{[ 1 ]}

Aunque IBM proporciona en línea las definiciones de la tabla para la página de código 1380 (el documento CH 3-3220-130 1993-11), no proporciona de manera similar la definición de la tabla para la página de código anterior 928 (el documento CH 3-3220-130 1992-11, es decir, una revisión anterior de la misma especificación). ^{[ 5 ] [ 6 ]} International Components for Unicode (ICU) no incluye un códec IBM-936 o IBM-946, y utiliza la página de código de Windows para la etiqueta "cp936". ^{[ 7 ]} El proyecto ICU posee datos de mapeo para IBM-946, que pone a disposición del público, ^{[ 8 ]} pero no los incluye en ICU.

La página de códigos 928, el componente de doble byte, incluye 9355 caracteres como secuencias de doble byte que comienzan con 0x81 a 0xAC y 0xF0 a 0xFA. ^{[ 9 ]}

El rango de bytes iniciales 0x81–AC se utiliza para caracteres GB 2312: los bytes iniciales 0x81–87 se utilizaron para caracteres no hanzi, 0x88–9C se utilizan para caracteres hanzi de nivel 1 y 0x9C–AC se utilizan para caracteres hanzi de nivel 2. ^{[ 1 ] [ 5 ] [ 8 ]} Al igual que Shift JIS , los bytes de cola (segundos) están en el rango 0x40–FC excluyendo 0x7F, lo que permite codificar dos filas GB 2312 por byte inicial; ^{[ 8 ]} a diferencia de Shift JIS, los bytes 0xA0–AC no se excluyen del rango de bytes iniciales, ^{[ 5 ] [ 8 ]} ya que no se requería compatibilidad con JIS X 0201. El rango de bytes iniciales 0xF0–FA se utiliza para extensiones de IBM: 0xF0 a 0xF9 se utilizan para caracteres definidos por el usuario, y 0xFA se utiliza para caracteres no hanzi adicionales. ^{[ 5 ]}