Hispanopedia Wiki
Articulo de referencia

MARC-8

El conjunto de caracteres MARC-8 es un estándar MARC utilizado en los registros de biblioteca MARC-21 . [ 1 ] Los formatos MARC son estándares para la representación y comunicac...

Hispanopedia WikiContenido en espanolLectura gratuita

El conjunto de caracteres MARC-8 es un estándar MARC utilizado en los registros de biblioteca MARC-21 . [ 1 ] Los formatos MARC son estándares para la representación y comunicación de información bibliográfica y relacionada en formato legible por máquina, y se utilizan frecuentemente en sistemas de bases de datos de bibliotecas . La codificación de caracteres ahora conocida como MARC-8 se introdujo en 1968 como parte del formato MARC. Originalmente basado en el alfabeto latino , de 1979 a 1983 la iniciativa JACKPHY ​​amplió el repertorio para incluir caracteres japoneses, árabes, chinos y hebreos (entre otros), con la posterior adición de escrituras cirílicas y griegas. Si un carácter no se puede representar en MARC-8 de un registro MARC-21, entonces se debe usar UTF-8 en su lugar. UTF-8 tiene soporte para muchos más caracteres que MARC-8, que rara vez se usa fuera de los datos de biblioteca.

Detalles técnicos

MARC-8 utiliza una variante de la codificación ISO-2022 . Utiliza caracteres de escape para representar caracteres que se encuentran fuera del rango de caracteres ASCII de 7 bits.

Generalmente utiliza el mismo ordenamiento lógico BiDi que Unicode .

Los caracteres de combinación y los caracteres base se encuentran en un orden diferente al utilizado en Unicode. A continuación, se muestran algunos ejemplos. Los caracteres de combinación no siempre se almacenan en orden inverso, como en la normalización Unicode . El estándar MARC-21 describe con mayor detalle los problemas de conversión a Unicode de MARC-8.

Estructura del código

La codificación ISO/IEC 2022 especifica una asignación de dos capas entre códigos de caracteres y caracteres mostrados. En MARC-8, los códigos de caracteres del rango gráfico ASCII de 7 bits (0x20–0x7F) se denominan códigos "G0", mientras que los códigos del rango "ASCII alto" (0xA0–0xFF) se denominan códigos "G1". Los conjuntos de caracteres gráficos se designan e invocan mediante una secuencia de escape de múltiples bytes que consta del carácter de escape, una secuencia de caracteres intermedios y un carácter final en el formato ESC I F.

La siguiente tabla muestra el byte intermedio después del byte ESC (hexadecimal 1B) y los caracteres ASCII correspondientes.

La siguiente tabla muestra los bytes finales en formato hexadecimal y los caracteres ASCII correspondientes después de los bytes intermedios.

La EACC es la única codificación multibyte de MARC-8; codifica cada carácter CJK en tres bytes ASCII.

Por ejemplo, para codificar el carácter CJK U+4EBA (人) necesitará los siguientes bytes

\x1B\x24\x31\x21\x30\x64

El \x1B\x24\x31 cambia a EACC/CJK, y el \x21\x30\x64 corresponde a U+4EBA.

Extensión de conjunto personalizado

Además de los conjuntos de caracteres ISO-2022, también están disponibles los siguientes conjuntos personalizados. La designación del byte sigue al byte de escape (hexadecimal 1B). No hay byte intermedio.

Códigos de control C0

MARC 21 utiliza GS (0x1D) como terminador de registro, RS (0x1E) como terminador de campo y US (0x1F) como delimitador de subcampo. [ 3 ]

Códigos de control C1

El siguiente conjunto alternativo de códigos de control C1 está definido para aplicaciones bibliográficas como los sistemas de bibliotecas . Se centra principalmente en la intercalación de cadenas y en el marcado de campos bibliográficos. Se definen variantes ligeramente diferentes en la norma alemana DIN 31626 [ 4 ] (publicada en 1978 y posteriormente retirada) [ 5 ] y en la norma ISO ISO 6630 [ 6 ] [ 7 ], esta última también adoptada en Alemania como DIN ISO 6630 [ 8 ] . Las diferencias se indican en la tabla siguiente, cuando corresponda. MARC-8 utiliza la codificación de NSB y NSE de este conjunto y añade algunos efectores de formato adicionales en ubicaciones no utilizadas por la versión ISO; sin embargo, MARC 21 utiliza este conjunto de control solo en registros MARC-8, no en registros en formato Unicode [ 3 ] .

Si se utiliza el mecanismo de extensión ISO/IEC 2022 , el conjunto DIN 31626 se designa como el conjunto de caracteres de control C1 activo con la secuencia 0x1B 0x22 0x45( ESC " E), [ 4 ] y el conjunto ISO 6630 / DIN ISO 6630 se designa con la secuencia 0x1B 0x22 0x42( ESC " B). [ 6 ] La expansión de 1985 del conjunto ISO 6630 también se puede especificar explícitamente utilizando la secuencia 0x1B 0x26 0x40 0x1B 0x22 0x42( ESC & @ ESC " B). [ 7 ]

Notas

  1. ↑ No es lo mismo que el Comando del Sistema Operativo (OSC) en el conjunto de códigos ISO/IEC 6429 C1.
  2. ↑ En el documento ISO-IR-040 aparece escrito como "Syllabication [ sic ] ", y en la descripción, "syllable" aparece escrito como "syllabe [ sic ] ". Probablemente se trate de errores tipográficos.

Referencias

  1. ↑ "Conjuntos de caracteres: Introducción: Especificaciones MARC 21 para la estructura de registros, conjuntos de caracteres y medios de intercambio (Biblioteca del Congreso)" . Biblioteca del Congreso .
  2. 1 2 3 "Conjuntos de caracteres: Entorno de codificación MARC-8: Especificaciones MARC 21 para la estructura de registros, conjuntos de caracteres y medios de intercambio (Biblioteca del Congreso)" . Biblioteca del Congreso .
  3. 1 2 3 4 5 6 "Códigos de función de control" . Especificaciones MARC 21 para la estructura de registros, conjuntos de caracteres y medios de intercambio . Biblioteca del Congreso . 4 de diciembre de 2007.
  4. 1 2 3 DIN (1979-07-15). Códigos de control adicionales para uso bibliográfico según la norma alemana DIN 31626 (PDF) . ITSCJ/ IPSJ . ISO-IR -40.
  5. ↑ "Procesamiento de información; caracteres de control bibliográfico" . Beuth: editorial DIN. DIN 31626:1978-12.
  6. 1 2 3 4 5 ISO/TC 46 (1983-06-01). Códigos de control adicionales para uso bibliográfico según la norma internacional ISO 6630 (PDF) . ITSCJ/ IPSJ . ISO-IR -67.{{citation}}: CS1 maint: nombres numéricos: lista de autores ( enlace )
  7. 1 2 3 4 5 ISO/TC 46 (1986-02-01). Códigos de control adicionales para uso bibliográfico según la norma internacional ISO 6630 (PDF) . ITSCJ/ IPSJ . ISO-IR -124.{{citation}}: CS1 maint: nombres numéricos: lista de autores ( enlace )
  8. ↑ «DIN ISO 6630 Diciembre 1997» . Tienda Online de Ediciones AFNOR .
  9. 1 2 3 4 "Tabla de códigos latinos extendidos (ANSEL)" . Especificaciones MARC 21 para la estructura de registros, conjuntos de caracteres y medios de intercambio . Biblioteca del Congreso . 5 de diciembre de 2007.