Indický skriptový kód pro výměnu informací - Indian Script Code for Information Interchange

Indický skriptový kód pro výměnu informací (ISCII) je kódovací schéma pro reprezentaci různých systémů zápisu z Indie. Kóduje hlavní Indické skripty a římský přepis. Podporované skripty jsou: Asámština, Bengálština (bengálština), Devanagari, Gudžarátština, Gurmukhi, Kannadština, Malayalam, Oriya, Tamil, a Telugština. ISCII nekóduje systémy psaní Indie založené na Peršan, ale jeho přepínací kódy systému zápisu to přesto umožňují Kašmír, Sindhi, Urdu, Peršan, Paštštino a arabština. Peršanské systémy psaní byly následně zakódovány do PASCII kódování.

ISCII nebyl široce používán mimo určité vládní instituce a nyní jej zastaral Unicode. Unicode používá samostatný blok pro každý systém psaní Indic a do značné míry zachovává rozložení ISCII v každém bloku.

Pozadí

Psací systémy odvozené od Brahmi mají podobnou strukturu. ISCII tedy kóduje písmena se stejnou fonetickou hodnotou ve stejném bodě kódu a překrývá různé skripty. Například kódy ISCII 0xB3 0xDB představují [ki]. Toto bude vykresleno jako കി v Malayalam, कि v Devanagari, jako ਕਿ v Gurmukhi a jako கி v tamilštině. Systém zápisu lze vybrat ve formátu RTF pomocí značek nebo jako prostý text pomocí níže popsaného kódu ATR.

Jednou z motivací pro použití jediného kódování je myšlenka, že to umožní snadné přepis z jednoho psacího systému do druhého. Existuje však dostatek nekompatibilit, že to není opravdu praktický nápad.

ISCII je 8bitové kódování. Spodní 128 kódových bodů je prostých ASCII, horních 128 kódových bodů je specifických pro ISCII. Kromě kódových bodů představujících znaky používá ISCII kódový bod s mnemotechnickou ATR, která označuje, že následující bajt obsahuje jeden ze dvou druhů informací. Jedna sada hodnot mění zapisovací systém až do dalšího indikátoru zapisovacího systému nebo konce řádku. Další sada hodnot vybírá režimy zobrazení, například tučné a kurzíva. ISCII neposkytuje prostředky k indikaci výchozího systému zápisu.

Rozložení kódové stránky

Následující tabulka ukazuje znakovou sadu pro Devanagari. Sady kódů pro Assamese, Bengali, Gujarati, Gurmukhi, Kannada, Malayalam, Oriya, Tamil a Telugu jsou podobné, přičemž každá forma Devanagari je nahrazena ekvivalentní forma v každém psacím systému. Každý znak je zobrazen se svým desetinným kódem a jeho Unicode ekvivalent.

ISCII Devanagari
_0_1_2_3_4_5_6_7_8_9_A_B_C_D_E_F
0_
0		NUL
0000		SOH
0001		STX
0002		ETX
0003		EOT
0004		ENQ
0005		ACK
0006		BEL
0007		BS
0008		HT
0009		LF
000A		VT
000B		FF
000C		ČR
000D		TAK
000E		SI
000F
1_
16		DLE
0010		DC1
0011		DC2
0012		DC3
0013		DC4
0014		NAK
0015		SYN
0016		ETB
0017		UMĚT
0018		EM
0019		SUB
001A		ESC
001B		FS
001C		GS
001D		RS
001E		NÁS
001F
2_
32		SP
0020		!
0021		"
0022		#
0023		$
0024		%
0025		&
0026		'
0027		(
0028		)
0029		*
002A		+
002B		,
002C		-
002D		.
002E		/
002F
3_
48		0
0030		1
0031		2
0032		3
0033		4
0034		5
0035		6
0036		7
0037		8
0038		9
0039		:
003A		;
003B		<
003C		=
003D		>
003E		?
003F
4_
64		@
0040		A
0041		B
0042		C
0043		D
0044		E
0045		F
0046		G
0047		H
0048		Já
0049		J
004A		K.
004B		L
004C		M
004D		N
004E		Ó
004F
5_
80		P
0050		Q
0051		R
0052		S
0053		T
0054		U
0055		PROTI
0056		Ž
0057		X
0058		Y
0059		Z
005A		[
005B		\
005C		]
005D		^
005E		_
005F
6_
96		`
0060		A
0061		b
0062		C
0063		d
0064		E
0065		F
0066		G
0067		h
0068		i
0069		j
006A		k
006B		l
006C		m
006D		n
006E		Ó
006F
7_
112		str
0070		q
0071		r
0072		s
0073		t
0074		u
0075		proti
0076		w
0077		X
0078		y
0079		z
007A		{
007B		|
007C		}
007D		~
007E		DEL
007F
8_
128
9_
144
A_
160		ँ
0901		ं
0902		ः
0903		अ
0905		आ
0906		इ
0907		ई
0908		उ
0909		ऊ
090A		ऋ
090B		ऎ
090E		ए
090F		ऐ
0910		ऍ
090D		ऒ
0912
B_
176		ओ
0913		औ
0914		ऑ
0911		क
0915		ख
0916		ग
0917		घ
0918		ङ
0919		च
091A		छ
091B		ज
091C		झ
091D		ञ
091E		ट
091F		ठ
0920		ड
0921
C_
192		ढ
0922		ण
0923		त
0924		थ
0925		द
0926		ध
0927		न
0928		ऩ
0929		प
092A		फ
092B		ब
092C		भ
092D		म
092E		य
092F		य़
095F		र
0930
D_
208		ऱ
0931		ल
0932		ळ
0933		ऴ
0934		व
0935		श
0936		ष
0937		स
0938		ह
0939		INV
 		ा
093E		ि
093F		ी
0940		ु
0941		ू
0942		ृ
0943
E_
224		ॆ
0946		े
0947		ै
0948		ॅ
0945		ॊ
094A		ो
094B		ौ
094C		ॉ
0949		्
094D		़
093C		।
0964		ATR
 
F_
240		EXT
 		०
0966		१
0967		२
0968		३
0969		४
096A		५
096B		६
096C		७
096D		८
096E		९
096F

  Dopis   Číslo   Interpunkce   Symbol   jiný   Nedefinováno

Speciální body kódu

Znak INV - kódový bod D9 (217)
Znak INV se používá jako pseudo souhláska k samostatnému zobrazení kombinujících prvků. Například क (ka) + ् (halant) + INV = क्‍ (poloviční ka). Ekvivalent Unicode je U + 200D NULA ŠÍŘKA SPOJENÍ.
Znak ATR - kódový bod EF (239)
Znak ATR následovaný bajtovým kódem se používá k přepnutí na jiný atribut písma (například tučné písmo) nebo jazyk (například bengálský), a to až do další sekvence ATR nebo na konec řádku. To nemá žádný přímý ekvivalent Unicode, protože atributy písma nejsou součástí Unicode a každý skript má odlišnou sadu bodů kódu.
Znak EXT - kódový bod F0 (240)
Znak EXT následovaný bajtovým kódem označuje védský přízvuk. To nemá žádný přímý ekvivalent Unicode, protože védské akcenty jsou přiřazeny odlišným bodům kódu.
Halantní znak ्— kódový bod E8 (232)
Halantní znak odstraňuje implicitní samohlásku ze souhlásky a používá se mezi souhláskami k reprezentaci souhláskových souhlásek. Například क (ka) + ् (halant) + त (ta) = क्त (kta). Sekvence ् (halant) + ् (halant) zobrazuje konjunkt s explicitním halantem, například क (ka) + ् (halant) + ् (halant) + त (ta) = क्क. Sekvence ् (halant) + ़ (nukta) zobrazuje konjunkt s polovičními souhláskami, pokud jsou k dispozici, například क (ka) + ् (halant) + ़ (nukta) + त (ta) = क्‍त.
ISCIIUnicode
single halantE8halant094D
halant + halantE8 E8halant + ZWNJ094D 200C
halant + nuktaE8 E9halant + ZWJ094D 200D
Znak Nukta ़— kódový bod E9 (233)
The nukta Znak za druhým znakem ISCII se používá pro řadu vzácnějších znaků, které v hlavní sadě ISCII neexistují. Například क (ka) + ़ (nukta) = क़ (qa). Tyto znaky mají předkomponované formuláře v Unicode, jak ukazuje následující tabulka.
ISCII
kódový bod		Originál
charakter		Charakter
s nukta		Unicode
kódový bod
A1 (161)ँॐ0950
A6 (166)इऌ090C
A7 (167)ईॡ0961
AA (176)ऋॠ0960
B3 (179)कक़0958
B4 (180)खख़0959
B5 (181)गग़095A
BA (186)जज़095B
BF (191)डड़095C
C0 (192)ढढ़095D
C9 (201)फफ़095E
DB (219)िॢ0962
DC (220)ीॣ0963
DF (223)ृॄ0944
EA (234)।ऽ093D

Kódové stránky pro převod ISCII

K převodu z Unicode (UTF-8) na kódování ISCII / ANSI lze použít následující kódové stránky:

  • 57002: Devanagari (Hindi, Marathi, Sanskrit, Konkani)
  • 57003: bengálština
  • 57004: Tamil
  • 57005: Telugu
  • 57006: Assamese
  • 57007: Odia
  • 57008: kannadština
  • 57009: Malayalam
  • 57010: Gujarati
  • 57011: Punjabi (Gurmukhi)

Kódové body pro celý jazyk

externí odkazy