コードページ949（IBM）

IBMコードページ949
IBM-949コードページのレイアウト
別名
  • IBM-949、x-IBM949
  • ASCIIベース：IBM-949C、x-IBM949C、cp949c
  • UHCで曖昧：949、cp949
言語韓国語
作成者IBM
分類拡張 ISO 646、可変幅エンコーディング、CJKエンコーディング
拡張EUC-KR
以前のコードページ944

IBMコードページ949（IBM-949）は、IBMがコンピュータ上で韓国語のテキストを表現するために使用してきた文字エンコーディングです。韓国規格KS X 1001で定義された万城コードの文字をEUC-KRと互換性のある形式で表現する可変幅エンコーディングですが、追加の漢字、追加の合成ハングル音節、およびユーザー定義文字のためのIBM拡張機能が追加されています

16進数で値を指定すると、バイト0x00から0x7FはシングルバイトのKS X 1003（ISO 646 :KR）文字に使用されます。これはASCIIに似ていますが、バックスラッシュではなくウォン記号を使用します。バイト0x80から0x84はIBMシングルバイト拡張文字に使用されます。リードバイト0x8Fから0xA0はIBMダブルバイト拡張文字に使用されます。リードバイト0xA1から0xFEはWansungコード（ EUC-KR形式のKS X 1001文字、ダブルバイト）に使用されますが、ユーザー定義の用途のために未使用のスペースがいくつか確保されています

どちらも「cp949」と呼ばれることもありますが、IBM-949はWindowsコードページ949 （IBM-1363）とは異なります。Windowsコードページ949はMicrosoftの統一ハングルコードであり、EUC-KRの別の拡張です。また、IBMのプレーンEUC-KR実装（ IBM-970 ）と混同しないでください。OS /2のコードページ949はIBMコードページですが、これを変更するためのサードパーティ製パッチが存在します。[1]

用語とエンコーディングラベル

IBM-949と統合ハングルコード（Windows-949）はどちらも「コードページ949」（または「cp949」）として知られていますが、共通するのはEUC-KRサブセットのみです。どちらにも、識別するための標準化されたIANA登録ラベルはありません。UHCはWHATWGエンコーディング標準[2]に含まれており、 「windows-949」を含むラベルがありますが、[3] IBM-949は含まれていません。したがって、IBM-949はHTML5では許可されていません。

これらのラベルがサポートされている場合、「ibm-949」（および逆に「windows-949」と「ms949」）というラベルの意味は明確ですが、エンコーディングラベル「949」と「cp949」の解釈は実装によって異なります例えば、International Components for UnicodeではIBM-949を指すのに「cp949」、「949」、「ibm-949」、「x-IBM949」が使用され、[4]また、 0x20～7EにASCIIマッピングをそのまま使用する（バックスラッシュのマッピングが重複する）バリアントを指すのに「cp949c」、「ibm-949c」、「x-IBM949C」というラベルが使用されています[5]一方、コードページ番号949を含むラベルのうち、UHCに割り当てられているのは「ms949」と「windows-949」のみです[6]これはPythonとは対照的です。Pythonは「cp949」と「949」（より明示的な「ms949」と「uhc」に加えて「windows-949」は認識しません）の両方をUHCのラベルとして認識し、IBM-949コーデックは含まれていません。[7] OS/2の韓国語版で使用されるコードページ949はIBMコードページです。韓国語音節のUnicodeセット全体をサポートするために、これをMicrosoftコードページに置き換えるサードパーティ製のパッチが存在します。[1]

IBM-949は、シングルバイトのコードページ1088とダブルバイトのコードページ951という2つの固定幅コードページの組み合わせとして定義された可変幅エンコーディングです。[8] [9] [10]

歴史

IBM-949 の 2 バイト構成要素であるコード ページ 951 (DBCS-PC、すなわち 2 バイトの非EUC非EBCDICコード) のバージョンは、コード ページ 933 の 2 バイト構成要素であるコード ページ 834 (DBCS-Host、すなわち 2 バイトの EBCDIC コード) と共に、1992 年 9 月の IBM 企業仕様書 CH 3-3220-125 の改訂版で定義されています。[11]このバージョンのコード ページ 949/951 では、先頭バイト範囲 0x8F–A0 全体をユーザ定義領域と見なし、標準の Wansung 割り当てとユーザ定義領域のみを含めたため、コード ページ 933/834 に含まれていた一部の文字は含まれていませんでした。[ 11] International Components for Unicode (ICU)によって実装されたものなど、それ以降のバージョンでは、ユーザ定義領域を縮小してこれらの文字を拡張機能として含めています。[12]

IBMコードページ934および944
言語韓国語
拡張Nバイトハングルコード
変換／エンコードコードページ933
後継IBMコードページ949

1989年10月のCH 3-3220-125の改訂では、コードページ926がDBCS-PCコードとして定義されました。これは、IBM-834と同じ文字を、IBM-951およびIBM-834とは異なるレイアウトでエンコードしていました。IBM-951およびIBM-834は、リードバイト範囲が異なり、EUC-KR拡張ではありませんでした。[11] IBM-926は、コードページ891またはコードページ1040（それぞれ8ビットNバイトハングルコードとその拡張。シフトJISが8ビットJIS X 0201を拡張する方法と比較してください）と結合され、それぞれIBM-934またはIBM-944を形成しました。[13] [14]

コードページ944/926は現在、 IBM-949に置き換えられ、非推奨となっています。1992年の改訂では、コードページ926は「制限付き」（「登録されている特定の環境に限定される」）と指定されており、他のコードページとの対応表やマッピングは提供されていません。[11]また、CCSID 944は「共存および移行」に分類されています。 [14]（CCSID 949の「相互運用可能」とは対照的です）。[8]国際Unicode構成要素（International Components for Unicode）には、IBM-949 [4] [12]とIBM-933のUnicodeマッピングが含まれていますが、IBM-944のマッピングは2001年に削除されました。 [15]

シングルバイトコード

IBMコードページ949（シングルバイト構成要素：1088）[16] [17 ] [4 ] [5] [12]
0123456789ABCDEF
0xNUL┌┐└┘│─•◘○◙♂♀♪♫☼
1x┼◄↕‼┴┬┤↑├→←∟↔▲▼
2x SP ！"#$%&'（）*+,-。／
3倍0123456789：;<＝＞？
4倍@ABCDEFGHIJKLMNO
5倍PQRSTUVWXYZ[₩]^_
6倍`abcdefghijklmno
7倍pqrstuvwxyz{|}~⌂
8倍¢¬\‾<ex​​tra_id_1> U+00A6 破線UDC9倍
909192939495969798999A9B9C9D9E9FAx
A01-_2-_3-_4-_5-_6-_7-_8-_9-_10-_11-_12-_13-_14-_15-_Bx
16-_17-_18-_19-_20-_21-_22-_23-_24-_25-_26-_27-_28-_29-_30-_31-_Cx
32-_33-_34-_35-_36-_37-_38-_39-_40-_41-_41-_42-_43-_44-_45-_46-_47-_
48-_48-_49-_50-_51-_52-_53-_54-_55-_56-_57-_58-_59-_60-_61-_62-_63-_
64-_64-_65-_66-_67-_68-_69-_70-_71-_72-_73-_74-_75-_76-_77-_78-_79-_
80-_80-_81-_82-_83-_84-_85-_86-_87-_88-_89-_90-_91-_92-_93-_94-_
 ダブルバイトコード

先頭バイト 0x8F～99、0xC9、0xFE（ユーザー定義の範囲）

IBM-949は、最大1880個のUDC（ユーザー定義文字）をサポートするように設計されています。 [ 8 ]これには、Wansungプレーンのユーザー定義行（リードバイト0xC9と0xFE）と、Wansungプレーン外の範囲が含まれます。このバージョンでは、リードバイト0x8F～A0には最大1692個のUDCが含まれ、リードバイト0xC9と0xFEにはそれぞれ最大94個のUDCが含まれます（つまり、トレイルバイト0xA1～FEが含まれます）。 [ 11 ]ただし、 IBM-933の2バイトレパートリー全体をサポートするための拡張機能が実装されると、リードバイト0x9A～A0が使用されるため、ユーザー定義に残される最大文字数は少なくなります。 [ 4 ] [ 12 ]

IBM-949は、最大1880個のUDC（ユーザー定義文字）をサポートするように設計されています。[8]これには、Wansungプレーンのユーザー定義行（リードバイト0xC9と0xFE）と、Wansungプレーン外の範囲が含まれます。このバージョンでは、リードバイト0x8F～A0には最大1692個のUDCが含まれ、リードバイト0xC9と0xFEにはそれぞれ最大94個のUDCが含まれます（つまり、トレイルバイト0xA1～FEが含まれます）。[11]ただし、 IBM-933の2バイトレパートリー全体をサポートするための拡張機能が実装されると、リードバイト0x9A～A0が使用されるため、ユーザー定義に残される最大文字数は少なくなります。[4] [12]

Unicodeにマッピングすると、0xC9A1～C9FE（音節と漢字の範囲の間）はUnicode私用領域のコードポイントU+E000～E05Dにマッピングされ、0xFEA1～FEFE（漢字の範囲の終わりと文字面の終わりの間）はU+E05E～E0BBにマッピングされます。万声面の外側では、0x8FA0～9AA5（2バイト目が0xA1～FEの範囲にある）は私用領域のコードポイントU+E0BC～E4CAにマッピングされます。[4]これらの範囲の最後の部分は、0x9A行の先頭に重なります（下図参照）。

これらの私用範囲は、コードポイントU+E000～E4CAを総称してカバーし、1227 UDCをIBM-949からUnicodeにマッピングすることを可能にします。[12]独立した私用領域範囲U+F843～F86Eは、IBMによって拡張漢字範囲内の一部の文字をマッピングするために使用されます。[12]これは、企業文字はU+F8FFから下方に割り当てられ、ユーザー定義文字はU+E000から上方に割り当てられるという、Unicodeコンソーシアムの初期の勧告に従っており、[18] IBMによって内部的に定義された、より大規模な企業私用領域スキームの一部であり、U+F83D～F8FFの範囲を使用します。[19] [20]

リードバイト0x9A～9D（拡張記号と漢字）

1992年の仕様によると、この範囲全体はユーザー定義です。[11]しかし、IBMがICUに寄贈したコーデックに実装されているように、0x9AA1から0x9AA5がユーザー定義範囲の終わりです。この範囲の残りの部分には、コードページ933に含まれるが万成コードには含まれない、ハングル以外の文字が含まれます。0x9AA6から0x9AABには、さまざまな技術記号または数学記号が含まれます。残りの部分には、 KS X 1001に含まれるものに加えて漢字が含まれますが、一部はIBMによって私用領域にマッピングされています。[12]

IBMコードページ949（拡張記号と漢字）[12] [22]
0123456789ABCDEF
9AAxǂ [a]U+2267 〜より大きい 〜より大きい 〜に等しいU+212A ケルビン記号KU+02BA 修飾文字 ダブルプライムU+F843 私用 / U+5580 CJK 表意文字喀擱羯酣
9ABx醵骼蒹哽扃檠熲畊稧雞杲瞽詁栱槓箜
9ACx蝌霍盥鸛鉸佝傴媾嫗晷甌覯颶掬跪巹
9ADx漌岌笈覇鰭唜糯喃曩距離佞獰孥鬧靼怛
9AEx闥韃党蟷碓菟咄垌肚蚪滕灯鐙犖幱埓
9AFx榔涼魎癘膂蠡鑢櫟鬣昤泠苓蛉潦艫
9BAx轤漉祿轆籟蕾誄寥僂髏窿凛廩提漓
9BBx去螭魑痳岦媽蟇謾鏝鬘魍眛苺脉俛耄
9BCx鉾濛矇瀰糜閩婆欂牔胖髣魴潘翻辟汴
9BDx辮遍在駢彆遠く鴇黼蝠丰葑仆罘苻蜉頫鮒
9BEx吟蕡巿髴黻妣沙沘睥篦腓轡髀擯蘋贇
9BFx顰鬢姒麝楂槎笥槊鑠歃鍤霎殤鰓噬
9CAx婿齟射單尠愃洗う燹霰偰契挈艘霄蟀
9CBx瑣変宿晬溲祟雎鶉虱啻寺緦矧瑟萼贋
9CCx鴈戞遏嵒諳黯鞅欸皚礙靉阨射篛籥羘
9CDx敔恚射羨望臙蠕讌塩饜嬰睨翳蕋遨媼薀
9CEx鰮蕘舂蛹吁熨蜿幃衞庭バンド蕤黝鬻檼珢
9CFx齦挹栮頣仞眥粢耔見る赭柞潜む蚕嶂瘴
9DAx装い纔柢蛆豬糴庭巓磚翦窃盗椄梃晢瑅
9DBx踶吊り噪皁竈笊糶絛鯛樅蹤蔟肘隼則証
9DCx痣湌慚[b]悵気簀蜴躑濺簷蜻砌靆峭綃9DDx
鈔鞘數躅髑怱葱摧槌甃箒鞦麁麤杻舳9DEx
冲橇贅巵徴鵄忱拆橐駄幀蝙庖炮舖鉋9DFx
鞄分蓖蹕瘧邯鷳炕廨慊篋陜皞皞醐鶻

先頭バイト 0x9E–A0 (拡張漢字とハングル音節)

1992年の仕様によると、この範囲全体はユーザー定義です。[11] IBMがICUに寄贈したコーデックに実装されているように、0x9EA1から0x9EACには拡張漢字の残りが含まれています。残りの範囲には、純粋なEUC-KRでは事前合成形式では利用できない、いくつかの追加のハングル音節が含まれています。統合ハングルコードとは異なり、これは万声コードにはないすべての非部分的Johab音節をサポートするには不十分です。[12]

これらの中で重要なのは、뢔（0x9EFC）、쌰（0x9FE6）、쎼（0x9FED）、쓔（0x9FF3）、쬬（0xA0C1）で、これらは入力方式エディタで部分的に入力された場合、それぞれ標準の万声文字である뢨、썅、쏀、쓩、쭁の先頭に対応します。

IBMコードページ949（拡張漢字およびハングル音節）[12]
0123456789ABCDEF
9EAx鑊圜懽鬟媓怳囂猴篌忻まで頡갂갋걹
9EBx겇겓곩곺괙괨괫궛귕귬긂긏긑긧긼깄
9ECx깉깢꺠꼄꼳꽌꽘꽛꽨꾓꾲꾿꿘ギンン
9EDxンンンンンンンンンンンンンンンン
ンンンンンンンンンンンンンンンンン
ンン럐렏뢔룜뤗9FAx릐맟맻먜멫멭몀몯
뫃뫠믁믕믜믠밎9FBx밨밷뱜뱨벘벜벹볌
볒볓볔봣붗붴븘븡9FCx븨빋뺜뺴뻭뻰뻴뻿
뼤뽜뽸뿀뿕뿝뿨쀄9FDx쀠쁙쁴삮삷삻샃샇
샏섥섿셑셗솓솻슌9FEx슳싀섿셑셗솓솻슌
9FEx슳싀싦쌂쌋쌧쌰썃썌썻쎅쎙쎠쎼쏼쐿
9FFx쑷쒓쓓쓔씼씿앏앟얐얫얶엱엳옝옫
A0Ax옺욷웟윋윶읻잧잪젇젔젛젹졋좐좜
A0Bx좠좬좰좸죨죰죱줫쥭즤짔쨰쩗쩰쪗쪠
A0Cx쫒쬬쮀쯥쯰찟찦찯찿챂챱챼쳣쳥쵀췃
A0Dx츼칻캗캩컈컽켙쾍쾐쾟쾬쾽킈턔텠텩
A0Exピンピンピンピンピンピンピンピンピンピンピンピンピンピンピンピン
リードバイト 0xA1～C8、0xCA～FD（標準Wansung）参照LMBCS-17コードページ951Windows-949脚注^これはIPAサポートのために含まれていません。コードページ933では、 SO 0x4160はスラッシュで表示される不等号であり、IBM-933 SO 0x418Dはバックスラッシュで表示される不等号です（つまり=⃥）。 [11]通常の不等号GCGID SA540080（ SA540000の全角）にマッピングされているのはIBM-933 SO 0x4160ですが、EUC-KRおよびIBM-949 0xA1C1にマッピングされているのはIBM-933 SO 0x418Dです。 [11]これは、KS C 5601-1987の不等号の参照グリフでもバックスラッシュで示されているためです[23]したがって、EUC-KR、つまりIBM-949 0xA1C1にマッピングされるU+2260はIBM-933 SO 0x418Dにマッピングされ、IBM-933 SO 0x4160（つまりIBM-949 0x9AA6）は視覚的に類似した文字であるU+01C2にマッピングされます。 [24]^ IBMからのマッピングはU+5231 刱ですが、IBM文書CH 3-3220-125 1992-09のグリフはU+5259 剙（ホストコード62D5）に近いです。 [11]参考文献^ ab Borgendale, Ken. "OS/2 Codepage and Keyboard Display Tools".^ van Kesteren, Anne 、「5. インデックス（§ インデックス EUC-KR）」、エンコード標準、WHATWG。これは、KS X 1001標準および統合ハングルコード（一般的にはWindowsコードページ949として知られている）と一致します。^ van Kesteren, Anne 、「4.2. 名前とラベル」、エンコード標準、WHATWG。^ abcde 「コンバーター・エクスプローラー：ibm-949_P110-1999（エイリアス x-IBM949）」、 International Components for Unicode 、 Unicode Consortium^ ab 「コンバーター・エクスプローラー：ibm-949_P11A-1999（エイリアス x-IBM949C）」、 International Components for Unicode 、 Unicode ConsortiumこれはIBM-949のASCIIベースバージョンです^ 「windows-949-2000」、 Converter Explorer 、International Components for Unicode

^ 「codecs — コーデックレジストリと基本クラス § 標準エンコーディング」。Python 3.7.2 ドキュメント。Python Software Foundation。

^ 「コード化文字セット識別子：CCSID 949」。IBM Globalization。IBM 。 2014年11月29日時点のオリジナルからのアーカイブ。

Footnotes

  1. ^ This is not included for IPA support. Rather, in Code page 933, SO 0x4160 is a not-equals sign displayed with a slash, while IBM-933 SO 0x418D is one displayed with a backslash (i.e. =⃥).[11] Although it is IBM-933 SO 0x4160 which is mapped to the usual not-equals GCGID SA540080 (fullwidth of SA540000), it is IBM-933 SO 0x418D which is mapped to EUC-KR and IBM-949 0xA1C1,[11] due to the reference glyph for the not-equals sign in KS C 5601-1987 also showing it with a backslash.[23] Hence, U+2260, which is mapped to EUC-KR and therefore IBM-949 0xA1C1, is mapped to IBM-933 SO 0x418D, leaving IBM-933 SO 0x4160 (and therefore IBM-949 0x9AA6) to be mapped to the visually similar character at U+01C2.[24]
  2. ^ The mapping from IBM is U+5231 刱, but the glyph in the IBM document C-H 3-3220-125 1992-09 is closer to U+5259 剙 (host code 62D5).[11]

参考文献

  1. ^ a b Borgendale, Ken. "OS/2 Codepage and Keyboard Display Tools".
  2. ^ van Kesteren, Anne, "5. Indexes (§ index EUC-KR)", Encoding Standard, WHATWG, This matches the KS X 1001 standard and the Unified Hangul Code, more commonly known together as Windows Codepage 949.
  3. ^ van Kesteren, Anne. "4.2. Names and labels". Encoding Standard. WHATWG.
  4. ^ a b c d e "Converter Explorer: ibm-949_P110-1999 (alias x-IBM949)", International Components for Unicode, Unicode Consortium
  5. ^ a b "Converter Explorer: ibm-949_P11A-1999 (alias x-IBM949C)", International Components for Unicode, Unicode Consortium. これはIBM-949のASCIIベースバージョンです。
  6. ^ "windows-949-2000", Converter Explorer, International Components for Unicode
  7. ^ "codecs — Codec registry and base classes § Standard Encodings". Python 3.7.2 documentation. Python Software Foundation.
  8. ^ a b c "Coded character set identifiers: CCSID 949". IBM Globalization. IBM. Archived from the original on 2014-11-29.
  9. ^ "CCSID 1088 information document". Archived from the original on 2016-03-26.
  10. ^ 「コードページ951情報文書」。2017年1月16日時点のオリジナルからアーカイブ。
  11. ^ abcdefghijk 「IBM Korean Graphic Character Set: DBCS-Host and DBCS-PC」(PDF)。IBM 。2001 [1992]。CH 3-3220-125 1992年9月。
  12. ^ abcdefghij International Components for Unicode (ICU)、ibm-949_P110-1999.ucm、2002年12月3日。
  13. ^ 「コード化文字セット識別子：CCSID 934」。IBM Globalization。IBM 。 2014年12月2日時点のオリジナルからアーカイブ。
  14. ^ ab 「コード化文字セット識別子：CCSID 944」。IBM Globalization。IBM 。 2014年12月1日時点のオリジナルからアーカイブ
  15. ^ Viswanadha, Ram (2001-11-01). 「ICU-1281 不要なucmfilesの削除」. International Components for Unicode .
  16. ^ コードページ CPGID 01088 (pdf) (PDF) , IBM
  17. ^ コードページ CPGID 01088 (txt), IBM
  18. ^ 「2.0：Unicode 1.0の変更点」(PDF) . Unicode標準 バージョン1.1 . Unicodeコンソーシアム. pp.  3– 4. UTR #4
  19. ^ ab "CPGID 01449: IBM デフォルト PUA". IBM グローバリゼーション：コードページ識別子. IBM . 2015年9月16日にオリジナルからアーカイブ。IBMは、U+F83DからU+F8FFまでの195の位置をIBMコーポレートゾーンとして使用するために指定しており、IBM文字のラウンドトリップ整合性を維持する必要があるときはいつでも、IBM社内で一貫して使用することを意図しています。
  20. ^ IBM (1997). unicode.nam: Unicode文字をIBMまたはPostScriptのような名前で指定できるようにします。( Borgendale, Ken, OS/2 Codepage and Keyboard Display Toolsに含まれています）
  21. ^ "ibm-933_P110-1995.ucm". International Components for Unicode
  22. ^ 私的使用領域にマッピングされた漢字は、コードチャートから識別されます。IBM文書CH 3-3220-125 1992-09には、コードページ933およびこれらの拡張機能のない旧バージョンのコードページ949の2バイト要素として使用されるコードページのコードチャートが記載されています。ただし、このセクションの漢字は、表7の「PCコード」が記載されていないサブセットに対応しており（順序も同じです）、そのサブセットと同じ順序になっています。[11]企業私的使用領域のマッピングは、コードページ933を含む他のコードページ[19]とも連携しており、 [21]特定の企業私的使用領域マッピングの「ホストコード」を取得するために使用できます。
  23. ^ 韓国標準局 (1988-10-01). 韓国語情報交換用グラフィック文字セット(PDF) . ITSCJ/ IPSJ . ISO-IR -149.
  24. ^ "ibm-933_P110-1995 (リードバイト 0E41)". Converter Explorer . Unicodeの国際コンポーネント.
「https://en.wikipedia.org/w/index.php?title=Code_page_949_(IBM)&oldid=1273373642#History」より取得