Hispanopedia WikiUTF-1 es un método obsoleto de transformación de ISO/IEC 10646 / Unicode en un flujo de bytes . Su diseño no proporciona autosincronización , lo que dificulta la búsqueda de subcadenas y la recuperación de errores. Reutiliza los caracteres de impresión ASCII para codificaciones de varios bytes, lo que lo hace inadecuado para algunos usos (por ejemplo, los nombres de archivo Unix no pueden contener el valor de byte utilizado para la barra diagonal). UTF-1 también es lento para codificar o decodificar debido a su uso de división y multiplicación por un número que no es una potencia de 2. Debido a estos problemas, no ganó aceptación y fue reemplazado rápidamente por UTF-8 .
Diseño
Similar a UTF-8 , UTF-1 es una codificación de ancho variable compatible con versiones anteriores de ASCII . Cada punto de código Unicode está representado por un solo byte o una secuencia de dos, tres o cinco bytes. Todos los puntos de código ASCII son de un solo byte (los puntos de código U+0080 a U+009F también son de un solo byte).
UTF-1 no utiliza los códigos de control C0 y C1 ni el carácter de espacio en las codificaciones multibyte: un byte en el rango 0– 0x20 o 0x7F–0x9F siempre representa el punto de código correspondiente. Este diseño con 66 caracteres protegidos intentó ser compatible con ISO/IEC 2022 .
UTF-1 utiliza la aritmética " módulo 190" (256 − 66 = 190). A modo de comparación, UTF-8 protege los 128 caracteres ASCII y necesita un bit para ello y un segundo bit para que se sincronice automáticamente, lo que da como resultado una aritmética "módulo 64" ( 8 − 2 = 6 ; 2 6 = 64 ). BOCU-1 protege solo el conjunto mínimo necesario para la compatibilidad con MIME (0x00, 0x07–0x0F, 0x1A–0x1B y 0x20), lo que da como resultado una aritmética "módulo 243" (256 − 13 = 243).
Aunque el Unicode moderno termina en U+10FFFF, tanto UTF-1 como UTF-8 fueron diseñados para codificar los 31 bits completos del Conjunto de caracteres universal original ( UCS-4 ), y la última entrada de esta tabla muestra este punto de código final original.
Véase también
Referencias
- "El estándar Unicode: Apéndice F FSS-UTF" (PDF) (PDF, 768 KiB). Versión 1.1. Unicode, Inc.
- ISO/IEC JTC 1/SC2/WG2 (1993-01-21). "ISO IR 178: UCS Transformation Format One (UTF-1)" (PDF) (PDF, 256 KiB) (1 ed.). Número de registro 178. Archivado desde el original (PDF) el 18 de marzo de 2015.
{{cite web}}: CS1 maint: numeric names: authors list (link) - Czyborra, Roman (30 de noviembre de 1998). «Formatos de transformación Unicode: UTF-8 y compañía». Archivado desde el original el 7 de junio de 2016. Consultado el 7 de junio de 2016 .
- Yergeau, F. (noviembre de 2003). UTF-8, un formato de transformación de la norma ISO 10646. IETF . doi : 10.17487/RFC3629 . STD 63. RFC 3629.