Кодовая страница

Кодовая страница (англ. code page) — таблица, сопоставляющая каждому значению байта некоторый символ (или его отсутствие). Обычно код символа имеет размер 8 бит, так что кодовая страница может содержать максимум 256 символов, из чего вытекает резкая недостаточность всякой 8-битной кодовой страницы для представления многоязычных текстов. К тому же часть символов используется как управляющие, из-за чего число печатных символов редко превышает 223^[1].

Исторически термин code page был введён корпорацией IBM; сменные кодовые страницы использовались для поддержки различных языков (имеющих алфавитные системы письма). В последнее время имеется путаница между термином «кодовая страница» и более общим понятием набора символов (кодировки).

Кодовые страницы сегодня Править

В настоящее время в основном используются кодировки двух типов: совместимые с ASCII и совместимые с EBCDIC^[2], с подавляющим преобладанием первых. В ASCII-совместимых кодировках фиксированы коды 95 печатных символов и 33 управляющих, а остальные 128 кодовых позиций используются для различных символов, не входящих в ASCII.

Для кодирования текстов на русском языке (то есть букв кириллицы) наиболее широко применяются следующие кодовые страницы:

Windows-1251, она же Microsoft code page 1251 (CP1251) — в системах Windows;
Семейство кодовых страниц KOI8;
Альтернативная кодировка, она же IBM code page 866 — в системах DOS, а также в консоли Windows (см. ниже);
MacCyrillic — на компьютерах Macintosh.
ДКОИ / IBM 880

Использование различных кодовых страниц создаёт много неудобств как для пользователей, так и для программистов. При попытке прочесть текстовый файл при помощи кодовой страницы, несовместимой с той в которой он был создан, возникают ошибки^[en]^*. В последние годы получил широкое распространение Unicode как альтернатива традиционным кодовым страницам.

В системе Microsoft Windows Править

В системах Microsoft Windows кодовые страницы являются важным компонентом локализации, задаваемым в ключах реестра HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\Nls\CodePage\^[3].

Исторически (в системах Windows 3.x и Windows 9x) имелось два типа кодовых страниц. Кодовые страницы «ANSI»^[4] (англ. ANSI code page, в реестре: ACP), также называемые Windows^[5] — родные кодовые страницы Windows. Содержат много символов типографики, но почти не содержат псевдографику по причине того, что предназначены для использования в графическом окружении. Впоследствии корпорация Microsoft признала, что использование имени ANSI было вызвано недоразумением.^[6] К кодировкам «ANSI»/Windows относят, в частности, Windows-1252 и вышеупомянутую Windows-1251. Microsoft также относит к кодовым страницам кодовые таблицы, некоторые позиции которых требуют второго (завершающего) байта для формирования символа, то есть допускающие двухбайтовое представление некоторых символов^[7], хотя они, строго говоря, являются уже кодировками с переменной длиной символа.

Кодировки OEM (англ. OEM code page, в реестре: OEMCP) основаны на CP437 и содержат VGA-совместимую псевдографику. Вышеупомянутая альтернативная кодировка известна в Windows как CP866.

Начиная с Windows NT появился третий класс кодовых страниц: кодировки Macintosh (англ. Macintosh code page, в реестре: MACCP), совместимых с MacOS.

Примечания Править

↑ Одним из немногих исключений является кодировка VISCII для вьетнамской латиницы, совместимая с ASCII за вычетом шести кодов в зоне управляющих символов, заменённых на буквы, см. RFC 1456. Таким образом, она содержит 229 печатных символов.
↑ Кодировки на базе EBCDIC (например, ДКОИ) используются только на некоторых мэйнфреймах.
↑ REG: CurrentControlSet, PART 1 Архивная копия от 10 января 2013 на Wayback Machine, Microsoft (англ.)
↑ Кодовые страницы в Visual C++ Архивная копия от 22 февраля 2014 на Wayback Machine, MSDN
↑ Code Pages Архивная копия от 22 февраля 2014 на Wayback Machine, MSDN
↑ MSDN: Glossary of Terms (неопр.). Дата обращения: 2 марта 2010. Архивировано из оригинала 28 марта 2016 года.
↑ Windows code pages Архивная копия от 2 мая 2014 на Wayback Machine, MSDN

[1] Одним из немногих исключений является кодировка VISCII для вьетнамской латиницы, совместимая с ASCII за вычетом шести кодов в зоне управляющих символов, заменённых на буквы, см. RFC 1456. Таким образом, она содержит 229 печатных символов.

[2] Кодировки на базе EBCDIC (например, ДКОИ) используются только на некоторых мэйнфреймах.

[3] REG: CurrentControlSet, PART 1 Архивная копия от 10 января 2013 на Wayback Machine, Microsoft (англ.)

[4] Кодовые страницы в Visual C++ Архивная копия от 22 февраля 2014 на Wayback Machine, MSDN

[5] Code Pages Архивная копия от 22 февраля 2014 на Wayback Machine, MSDN

[6] MSDN: Glossary of Terms (неопр.). Дата обращения: 2 марта 2010. Архивировано из оригинала 28 марта 2016 года.

[7] Windows code pages Архивная копия от 2 мая 2014 на Wayback Machine, MSDN

[1]

[2]

[3]

[4]

[5]

[6]

[7]