CP437

CP437, kódová stránka 437 je znaková sada původních osobních počítačů IBM PC. Znaky s kódy 32–126 jsou shodné s ASCII a jsou doplněny o smajlíky, různé symboly včetně matematických, písmena s diakritikou, některá řecká písmena a symboly pro kreslení rámečků. Bývá nazývána hardwarová kódová stránka, „OEM font“, OEM 437,[1] PC-8,[2], MS-DOS Latin US[3] nebo prostě „rozšířené ASCII[2], protože je jedním z mnoha vzájemně nekompatibilních rozšíření kódu ASCII.

Znaky z kódové stránky 437 jak jsou zobrazené na počítačích IBM PC s adaptérem VGA.

Tato znaková sada nebyla původně navržena jako kódová stránka, jednalo se prostě o repertoár grafických znaků dostupných na původních počítačích IBM PC. Odpovídá hardwarovému fontu adaptérů Monochrome Display Adapter (MDA) a Color Graphics Adapter (CGA) a primárnímu fontu většiny grafických adaptérů kompatibilních s EGA nebo VGA. Texty vypisované po startu PC do okamžiku, kdy je zaveden jiný font načtený z disku, jsou zpravidla vykreslovány znaky z této znakové sady[Pozn 1]. Mnoho formátů souborů vyvinutých v době IBM PC, jako například .nfo, používá CP437 jako implicitní kódování.

Obrazové adaptéry

Kódová stránka 437 byla implicitním, hardwarovým (uloženým v pevné paměti), kódováním většiny počítačů IBM PC; některé východoevropské počítače však používaly jako hardwarovou kódovou stránku jiné kódové stránky, které bylo možné u některých počítačů vybrat pomocí přepínačů nebo nastavení CMOS. Arabské a hebrejské počítače a tiskárny dokonce podporovaly více softwarově přepínatelných hardwarových kódových stránek nazývaných anglicky font pages.

Původní počítače IBM PC obsahovaly tento font o velikosti 9×14 pixelů uložený v paměti ROM adaptéru Monochrome Display Adapter (MDA) nebo o velikosti 8×8 pixelů v adaptéru Color Graphics Adapter (CGA). Enhanced Graphics Adapter (EGA) obsahoval znaky o velikosti 8×14 pixelů a Video Graphics Array (VGA) o velikosti 9×16.

Všechny uvedené grafické karty mají textové režimy, ve kterých každá znaková buňka obsahuje jeden 8bitový kód znaku (viz detaily), což umožňuje zobrazovat 256 různých znaků. Všech 256 kódů bylo přiřazeno grafickým znakům v ROM, včetně kódů 0 až 31, které jsou v ASCII rezervovány pro negrafické řídicí znaky.

Alt kódy

Dědictví kódové stránky 437 a jiných kódových stránek používaných v DOSu je sada číselných kombinací používaných v Alt kódy zavedených v první verzi operačního systému MS-DOS. Uživatel může vložit znak tak, že při držení klávesy Alt zadá na numerické klávesnici až tříciferný kód znaku v desítkové soustavě. I když Microsoft přešel ve Windows na standardnější znakové sady (jako například CP1252 a později Unicode), mnoho uživatelů si pamatovalo kódy používané na jejich kódové stránce, takže Microsoft musel tento způsob zadávání znaků zachovat (Microsoft přidal možnost vložit kód v aktuální znakové sadě zadáním 0 na numerické klávesnici před číslicemi).

Znaky

Následující tabulka ukazuje kódovou stránku 437. U každého znaku je uveden kódový bod ekvivalentního znaku v Unicode a kód znaku v desítkové soustavě. Za tabulkou jsou uvedeny další informace, především pro znaky, které mají více ekvivalentů v Unicode. Desítkové kódy lze používat jako Alt kódy.

Přestože paměť ROM videoadaptéru obsahuje obrazy všech 256 znaků, které lze vybírat pomocí 8bitového kódu, většina funkcí operačního systému zobrazení všech znaků neumožňuje; obvykle se jedná o kódy 1 až 31 a 127[4], které se interpretují jako řídicí znaky. Základní funkce pro výstup textu na obrazovku v BIOSu původních IBM PC interpretuje kódy pro CR, LF, BS a některé další. Do textových souborů v MSDOSu nelze při zadávání klávesnice vložit kód 26 (^Z), protože má význam konce souboru. Také mnoho tiskáren neumožňuje tisknout tyto znaky.

Kódová stránka 437[5]
_0_1 _2_3 _4_5 _6_7 _8_9 _A_B _C_D _E_F
 
0_
 

263A
1

263B
2

2665
3

2666
4

2663
5

2660
6

2022
7

25D8
8

25CB
9

25D9
10

2642
11

2640
12

266A
13

266B
14

263C
15
 
1_
 

25BA
16

25C4
17

2195
18

203C
19

00B6
20
§
00A7
21

25AC
22

21A8
23

2191
24

2193
25

2192
26

2190
27

221F
28

2194
29

25B2
30

25BC
31
 
2_
 
SP
0020
32
!
0021
33
"
0022
34
#
0023
35
$
0024
36
%
0025
37
&
0026
38
'
0027
39
(
0028
40
)
0029
41
*
002A
42
+
002B
43
,
002C
44
-
002D
45
.
002E
46
/
002F
47
 
3_
 
0
0030
48
1
0031
49
2
0032
50
3
0033
51
4
0034
52
5
0035
53
6
0036
54
7
0037
55
8
0038
56
9
0039
57
:
003A
58
;
003B
59
<
003C
60
=
003D
61
>
003E
62
?
003F
63
 
4_
 
@
0040
64
A
0041
65
B
0042
66
C
0043
67
D
0044
68
E
0045
69
F
0046
70
G
0047
71
H
0048
72
I
0049
73
J
004A
74
K
004B
75
L
004C
76
M
004D
77
N
004E
78
O
004F
79
 
5_
 
P
0050
80
Q
0051
81
R
0052
82
S
0053
83
T
0054
84
U
0055
85
V
0056
86
W
0057
87
X
0058
88
Y
0059
89
Z
005A
90
[
005B
91
\
005C
92
]
005D
93
^
005E
94
_
005F
95
 
6_
 
`
0060
96
a
0061
97
b
0062
98
c
0063
99
d
0064
100
e
0065
101
f
0066
102
g
0067
103
h
0068
104
i
0069
105
j
006A
106
k
006B
107
l
006C
108
m
006D
109
n
006E
110
o
006F
111
 
7_
 
p
0070
112
q
0071
113
r
0072
114
s
0073
115
t
0074
116
u
0075
117
v
0076
118
w
0077
119
x
0078
120
y
0079
121
z
007A
122
{
007B
123
|
007C
124
}
007D
125
~
007E
126

2302
127
 
8_
 
Ç
00C7
128
ü
00FC
129
é
00E9
130
â
00E2
131
ä
00E4
132
à
00E0
133
å
00E5
134
ç
00E7
135
ê
00EA
136
ë
00EB
137
è
00E8
138
ï
00EF
139
î
00EE
140
ì
00EC
141
Ä
00C4
142
Å
00C5
143
 
9_
 
É
00C9
144
æ
00E6
145
Æ
00C6
146
ô
00F4
147
ö
00F6
148
ò
00F2
149
û
00FB
150
ù
00F9
151
ÿ
00FF
152
Ö
00D6
153
Ü
00DC
154
¢
00A2
155
£
00A3
156
¥
00A5
157

20A7
158
ƒ
0192
159
 
A_
 
á
00E1
160
í
00ED
161
ó
00F3
162
ú
00FA
163
ñ
00F1
164
Ñ
00D1
165
ª
00AA
166
º
00BA
167
¿
00BF
168

2310
169
¬
00AC
170
½
00BD
171
¼
00BC
172
¡
00A1
173
«
00AB
174
»
00BB
175
 
B_
 

2591
176

2592
177

2593
178

2502
179

2524
180

2561
181

2562
182

2556
183

2555
184

2563
185

2551
186

2557
187

255D
188

255C
189

255B
190

2510
191
 
C_
 

2514
192

2534
193

252C
194

251C
195

2500
196

253C
197

255E
198

255F
199

255A
200

2554
201

2569
202

2566
203

2560
204

2550
205

256C
206

2567
207
 
D_
 

2568
208

2564
209

2565
210

2559
211

2558
212

2552
213

2553
214

256B
215

256A
216

2518
217

250C
218

2588
219

2584
220

258C
221

2590
222

2580
223
 
E_
 
α
03B1
224
ß
00DF
225
Γ
0393
226
π
03C0
227
Σ
03A3
228
σ
03C3
229
µ
00B5
230
τ
03C4
231
Φ
03A6
232
Θ
0398
233
Ω
03A9
234
δ
03B4
235

221E
236
φ
03C6
237
ε
03B5
238

2229
239
 
F_
 

2261
240
±
00B1
241

2265
242

2264
243

2320
244

2321
245
÷
00F7
246

2248
247
°
00B0
248

2219
249
·
00B7
250

221A
251

207F
252
²
00B2
253

25A0
254
NBSP
00A0
255
_0_1 _2_3 _4_5 _6_7 _8_9 _A_B _C_D _E_F

Při implementaci konverzí do Unicode je třeba dát pozor na to, že některé kódy nemají jednoznačný ekvivalent v Unicode, a správný výběr znaku, na který mají být konvertovány, závisí na kontextu:

  • 0 i 255 (FFhex) se zobrazují jako mezera, stejně jako 32 (20hex). Použití kódu 255 pro nezlomitelnou mezeru (NBSP) U+00A0 má některé předchůdce v slovních procesorech navržených pro IBM PC.
  • 225 (E1hex) je jak německé ostré S (U+00DF, ß) tak řecké malé písmeno beta (U+03B2, β).
  • 227 (E3hex) je řecké malé písmeno (U+03C0, π), ale starší fonty, například Terminal, používají nejednoznačnou variantu znaku pí, a proto může být použita jak pro řecké velké písmeno pí (U+03A0, Π) tak pro symbol n-árního součinu (U+220F, ∏).
  • 228 (E4hex) je jak symbol n-árního součtu (U+2211, ∑) tak řecké velké písmeno sigma (U+03A3, Σ).
  • 230 (E6hex) je jak značka mikro (U+00B5, µ) tak řecké malé písmeno (U+03BC, μ).
  • 234 (EAhex) je jak značka pro Ohm (U+2126, Ω) tak řecké velké písmeno omega (U+03A9, Ω). (Unicode se přiklání k tomu, aby jako značka pro Ohm používalo velké písmeno omega.[6]).
  • 235 (EBhex) je řecké malé písmeno delta (U+03B4, δ), ale bylo také používáno jako náhrada za islandské malé písmeno eth (U+00F0, ð) a symbol parciální derivace (U+2202, ∂).
  • 237 (EDhex) by měl být používán jako řecké malé písmeno , ale především se používá jako symbol prázdné množiny (U+2205, ) a byl také používány jako řecký symbol fí v kurzívě (U+03D5, ) pro pojmenovávání úhlů, symbol průměru (U+2300, ) a jako náhrada za přeškrtnuté malé písmeno O (U+00F8, ø).
  • 238 (EEhex) slouží jak jako řecké malé písmeno epsilon (U+03B5, ε) tak jako symbol prvek množiny (U+2208, ∈). Později byl často používán i pro znak Eura (U+20AC, €).

Historie

Repertoár kódové stránky 437 byl převzat ze znakové sady strojů pro zpracování textů z laboratoří Wang. Bill Gates a Paul Allen v rozhovoru pro Fortune Magazine 2. října 1995 uvedli:

„... Byli jsme také fascinováni specializovanými textovými procesory z Wangových laboratoří, protože jsme věřili, že univerzální počítače by mohly plnit tuto úlohu také. Proto když přišel čas na návrh klávesnice pro IBM PC, použili jsme podivnou Wangovu znakovou sadu pro osobní počítače, včetně smajlíků, rámečků, geometrických symbolů a podobně. Domnívali jsme se, že bychom jednoho dne rádi dodávali něco podobného Wangovým strojům na zpracování textů.“

Výběr grafických znaků má určitou vnitřní logiku:

  • Symboly z řádků 0 a 1 s kódy 0 až 31 (00hex až 1Fhex), jsou různé symboly dingbat (doplňkové a dekorativní znaky). Do této skupiny patří také izolovaný znak 127 (7Fhex).
  • Symboly z řádků 2 až 7 (kromě znaku 127, 7Fhex) s kódy 32 až 126 (20hex až 7Ehex), jsou standardní tisknutelné znaky ASCII.
  • Symboly z řádků 8 až 10 (8hex nahex) s kódy 128 až 175 (80hex až AFhex), obsahují výběr národních textových znaků.
  • Symboly z řádků 11 až 13 (Bhex na Dhex) s kódy 176 až 223 (B0hex na DFhex), jsou znaky pro kreslení rámečků a blok znaky. Tento blok je uspořádán tak, že znaky 192 až 223 (C0hex na DFhex) obsahují všechny pravé čáry a vpravo vyplněné oblasti. Původní videoadaptér na IBM PC, Monochrome Display Adapter obsahoval obrazy znaků jako bitové mapy široké osm pixelů, ale pro lepší vizuální efekt je zobrazoval na obrazovce se šířkou 9 pixelů. Znaků z tohoto intervalu měly osmý sloupec pixelů zdvojený díky speciálnímu hardwarovému obvodovému řešení,[7] díky čemuž nejsou rámečky a vyplněné oblasti přerušované mezírkou v místě 9 pixelu.
  • Symboly z řádků 14 a 15 (Ehex a Fhex) s kódy 224 až 255 (E0hex na FFhex) jsou určeny pro matematické symboly, z nichž prvních dvanáct je výběr řeckých písmen často používaných ve fyzice. Znaky 244 (F4hex) a 245 (F5hex) jsou horní a spodní část kurzívního dlouhého S, které se používá jako symbol integrálu () a mohou být rozšířena o znak 179 (B3hex), vertikální řádek pro kreslení blok. Znak 244 by mohl být používán také jako náhrada za ſ. Znaky 249 (F9hex) a 250 (FAhex) jsou téměř nerozlišitelné: první je nepatrně větší než druhý, který připomíná typografickou střední tečku (·). Znak 255 (FFhex) je pouze prázdný a funguje jako druh nezlomitelné mezery pro vytváření matematických vzorců.

Většina fontů pro Microsoft Windows zahrnuje speciální grafické znaky v Unicode indexech, protože jsou součástí sady WGL4, kterou Microsoft doporučuje, aby ji návrháři fontů podporovali. (Neproporcionální rodina rastrových fontů Terminal obsahovala všechny znaky z kódové stránky 437, alespoň v některých rozlišeních.) Pro nakreslení těchto znaků přímo z těchto kódových bodů slouží v Microsoft Windows font nazývaný MS Linedraw[8] obsahuje všechny znaky z kódové stránky 437, a tak poskytuje způsob, jak s určitými omezeními zobrazit texty z DOSu na současných počítačích s Windows.[9]

Internacionalizace

Přestože kódová stránka 437 obsahuje řadu národních znaků, především s kódy 128 až 175 (80hex až AFhex), chybí v ní mnoho znaků potřebných pro významné západoevropské jazyky:

  • Znaky Á, Í, Ó, Ú pro španělštinu, À, Â, È, Ê, Ë, Ì, Î, Ï, Ô, Œ, œ, Ù, Û pro francouzštinu, Á, À, Â, Ã, ã, Ê, Í, Ó, Ô, Õ, õ, Ú pro portugalštinu a À, È, Í, Ï, Ò, Ó, Ú pro katalánštinu.
  • Kód 225 (E1hex) se používá pro řecké písmeno beta (β) i pro německé ostré S (ß), což je sice použitelné v nízkém rozlišení na původních adaptérech CGA, ale ve vyšších rozlišeních je to těžko přijatelné. Většina novějších sad glyfů pro kódovou stránku 437 včetně sad vestavěných ve videoadaptérech IBM EGA a VGA, dává na této pozici přednost německému ostrému S.
  • Přeškrtnuté 'Ø' a 'ø' pro skandinávské jazyky. Jako náhrada by mohl být použit symbol prázdné množiny s kódem 237 (EDhex), ale mezery okolo tohoto znaku způsobují, že jeho použití ve slově je ošklivé. Kódové stránky pro dánštinu/norštinu a islandštinu (865 a 861), nahrazují znak cent (¢) znakem 'ø' a yen (¥) znakem 'Ø'.
  • Většina symbolů řecké abecedy byla vynechána, a použita pro základní matematické symboly. (Řecké znaky jsou obsaženy v kódových stránkách 737 a 869 pro řecký jazyk.)

Spolu se symboly měn cent (¢), libra šterlinků (£) a japonský jen/čínský yuan (¥) obsahuje několik hlavních evropských symbolů měn: nizozemský gulden (ƒ) a španělská peseta (₧). Vzhledrem k tomu, že španělské peseta nikdy neměla vlastní symbol a byla zkracována různými způsoby jako „Pt“, „Pta“, „Pts“ nebo „Ptas“, je přítomnost znaku pro pesetu neobvyklá. Pravda je, že španělské modely elektrických psacích strojů IBM také měly pro znak pesety vyhrazený kód.

Pozdější znakové sady pro MS-DOS, jako například CP850 (PC Latin-1), CP852 (PC Latin-2) a CP737 (PC řečtina), vyplnily mezery pro mezinárodní použití některými stránkami kompatibilními s kódovou stránkou 437 s tím, že zachovaly znaky pro jednoduché a dvojité rámečky, ale vypustily jejich kombinace (například vodorovné dvojité/svislé jednoduché). Pro všechny znaky z kódové stránky 437 existují podobné glyfy v Unicode a ve fontech obsahujících Windows glyph list 4 (WGL4) firmy Microsoft, a proto jsou dostupné ve většině fontů v Microsoft Windows; jsou také obsaženy v implicitním VGA font Linuxového jádra a ISO/IEC 10646 fontech pro X11.

Odkazy

Poznámky

  1. Některé počítače dostupné ve východoevropských, arabských a asijských zemích používaly jiné sady. Označení „OEM“, pro „výrobce původního zařízení“, signalizuje, že „nativní“ hardwarová znaková sada dodávaná v ROM může být změněna výrobcem, aby vyhovovala různým trhům.

Reference

V tomto článku byl použit překlad textu z článku Code page 437 na anglické Wikipedii.

  1. OEM 437 [online]. Microsoft [cit. 2011-09-22]. Dostupné v archivu pořízeném dne 2016-06-09.
  2. OEM font [online]. PCmag.com [cit. 2011-11-15]. Dostupné v archivu pořízeném dne 2012-10-13.
  3. Code Page 437 MS-DOS Latin US [online]. Microsoft [cit. 2011-11-14]. Dostupné online.
  4. 00437 [online]. IBM [cit. 2011-11-14]. Dostupné v archivu pořízeném dne 09-06-2016.
  5. cp437_DOSLatinUS to Unicode table [TXT]. Unicode Consortium [cit. 2011-11-14]. Dostupné online.
  6. Unicode Consortium, Unicode Standardní 4.0, Chapter 7, "European Alphabetic Scripts", p176. PDF verze
  7. Richard Wilton, Programmer's Guide to PC & PS/2 Video Systems, 1987, Microsoft Press.
  8. Staff. MS LineDraw - Version 2.00 [online]. 2012 [cit. 2012-07-01]. Dostupné online.
  9. Staff. WD97: MS LineDraw Font Not Usable in Word [online]. Microsoft, 2007-01-22 [cit. 2012-07-01]. WD97 Dostupné online.

Související články

Externí odkazy

This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.