Transcript Kodiranje slovnih znakova

Kodiranje slovnih
znakova
► Razvojem
Interneta i međunarodne
komunikacije putem računala počeo se
pojavljivati problem prikaza slovnih
znakova na različitim računalima,
tipkovnicama, različitim jezicima i pismima
► Većina
zemalja u svijetu je raspored
slovnih znakova na tipkovnicama računala
prilagođavala svojem jeziku i svojim
specifičnim znakovima
► Slovne
znakove računalo prepoznaje kao
kodove (brojeve)
► Masovnom
upotrebom Interneta i
elektroničke pošte nastaje problem prikaza
slovnih znakova na računalima
► Komunikacija
među ljudima koji se nalaze
u različitim dijelovima svijeta bila je
otežana
► različitim
slovnim znakovima dodjeljivane
su iste kodne pozicije
► Problemi
prepoznavanja koda i prikaza su
najčešći kod specifičnih znakova unutar
jednog jezika
►
Slovni znakovi latiničnog pisma kojima se
koristi engleski jezik prvi su dobili
jedinstvene kodove koji se koriste u
cijelom svijetu
Model kodiranja
► Model kodiranja sastoji se od četiri
osnovne razine prikazivanja, a to su:
1.
2.
3.
4.
repertoar znakova;
set kodiranih znakova;
algoritam za kodiranje;
shema kodiranja znakova.
► Repertoar
znakova je skup svih znakova
koje je potrebno kodirati
►
Skup tih znakova može biti otvoren kao
kod UNICODE-a ili zatvoren kao u drugim
kodnim sustavima (ASCII, ANSI)
► Otvoreni
skup znakova može se dodatno
proširivati dodavanjem novih znakova
► Set
kodiranih znakova je dobiven
mapiranjem iz nekog repertoara u set
kodova, odnosno cijelih brojeva
►
Svakom znaku iz repertoara dodijeljuje se
jedinstveni broj, odnosno kodna pozicija
► Niz
brojeva (kodova) ne mora ići po redu,
već se može ostaviti puno praznina za
buduću upotrebu ili kontrolne funkcije
► Algoritam
za kodiranje je metoda za prikaz
znakova u digitalnom obliku
► Vrši se mapiranje kodnih pozicija u
podatkovni niz (8 bitni kod, 16 bitni kod,
32 bitni kod)
► Shema kodiranja znakova je način
mapiranja koda. Govori kojim redom su
poslagani bajtovi u 16 i 32 bitnim
kodovima
► U heksadecimalnom sustavu 16-bitno
kodiranje ima raspon od 0000 do FFFF
Kodni sustavi
ASCII ili ISO 646
► American Standard Code for Information
Interchange je najstariji kodni sustav i temelji se
na 8 bitnom kodiranju
► U decimalnom sustavu kodiranje u ASCII
standardu kreće od broja 32, pod kojim se nalazi
praznina (razmak) do broja 126 pod kojim se
nalazi tilda.
► Kodovi od 0 - 31 i 127 rezervirani su za
kontrolne kodove (sistemske komande)
Pozicije od 128 do 255 se ne koriste u ASCII-u
ISO Latin 1 ili ISO 8859-1
► Kodni susutav Latin 1 je 8-bitni kodni
sustav. Sadrži kodove od 160 do 255 to su
znakovi sa naglascima i druga slova
potrebna za pisanje u zapadnoj Europi i
ASCII podskup znakova koji se nalaze na
istim kodnim pozicijama. Tekstovi pisani
ASCII kodnim sustavom izgledaju jednako
i ako se čitaju nekim Latin 1 fontom zbog
istih kodnih pozicija znakova.
► ISO
Latin 2 je sustav kodiranja koji u sebi
sadrži slova potrebna za pisanje u jezicima
srednje Europe
► On u sebi sadrži specifične znakove
hrvatske abecede
UNICODE ili ISO 10646
► Unicode
se kao standard razvija od 1988.godine
, a 1991. godine je utemeljen UNICODE
konzorcij kao neprofitna organizacija. UNICODE
konzorcij čine: Apple, HP, IBM, Microsoft,
Oracle, SAP, SAM. Nastao je iz potrebe za
standardiziranom i univerzalnom shemom
šifriranja pisanih znakova i teksta. UNICODE
omogućuje internacionalnu izmjenu tekstovnih
podataka, podržava sve svjetske jezike i pokriva
područje egzotičnih jezičnih skupina.
► UNICODE
tablica – font prvobitno je
mogla prihvatiti 65 535 znakova
► Temelji se na 16-bitnom kodiranju
► Znakovi imaju jedinstvene kodne brojeve
izražene u heksadecimalnom obliku i
mogu biti od 0000 do FFFF
► To nije zatvoreni sustav; može
nadopunjavati svoj skup znakova
► Uvidjelo
se da je prvobitnih 65 535 kodnih
pozicija malo pa se raspon proširio i sada
može prihvatiti 1 114 111 znakova
Osnovni standardi kodiranja unutar
UNICODE-a su UTF 32, UTF 16 i UTF 8
► UTF 32 troši 4 bajta, odnosno 32 bita po
kodnoj poziciji i koristi se za specijalne
primjene.
►
► UTF
16 troši 2 bajta, odnosno 16 bitova
po kodnoj poziciji
► UTF 8 je najrašireniji standard kodiranja
► Takozvani ASCII repertoar od 0 do 128
predstavlja se kao jedan bajt za svaki
znak. Svi drugi kodovi prikazani su tako da
se jedan znak predstavlja kao niz od 2 do
4 bajta od kojih je svaki u rasponu od 128
do 255
► Npr.
slovni znak „a“ je za sve jezike koji ga
koriste jedan jedinstveni znak i on se u
UNICODE fontu nalazi na kodnom mjestu
0061.
UNICODE kodna pozicija kurentnog slova a
► UNICODE
font je organiziran tako da su u
njemu slovni znakovi složeni po kodnim
tablicama
► Ne dopušta višestruko šifriranje istog
znaka, niti dopušta da više znakova imaju
istu šifru
► Zadržao je kodni dio ASCII i ANSI
standarda koji imaju 256 kodnih pozicija.
► Pisani
tekstovi izgledaju besprijekorno ako
se gledaju nekim UNICODE fontom
► UNICODE
rješava odnos Interneta i
tiskovine, gdje se pod pojmom interneta
podrazumijeva komunikacija pismima
različitih naroda
► Primjena
UNICODE-a kod specifičnih
hrvatskih znakova
Č
č
Ć
010C 010D 0106
ć
Đ
0107 0110
đ
Š
š
Ž
ž
0111
0160 0161 017D 017E
Propisane Unicode pozicije karakterističnih hrvatskih znakova
► Unicode
je kodni sustav koji svakom
slovnom znaku dodjeljuje jedinstveni broj
i ako se znak nalazi na pravom mjestu
trebao bi biti čitljiv na svim platformama i
u svim programima
► Uz
pomoć Unicode-a grafički programi
kojima se svakodnevno služimo
omogućuju nam korištenje svih hrvatskih
znakova
► Proces je često obrnut, npr. kad je
grafičko rješenje ambalaže ili brošure sa
originalnim fontom potrebno primijeniti na
stranim tržištima. U tom slučaju grafički
dizajner projektira nove znakove
karakteristične za određeni jezik i proširuje
font, koji se može dalje primjenjivati
► Česti
su zahtjevi izdavačkih kuća za
uređivanjem karakterističnih slovnih
znakova
► Na primjer, kad kod gotovih prijeloma
knjiga koji su pohranjeni u arhivi treba
otvoriti dokumente na novim računalima,
unijeti potrebne tekstualne izmjene i
formatirati za ispis na novim platformama
► Problem
se rješava na način da se taj
„stari“ font uredi za rad na novim
platformama, tako da se karakteristični
hrvatski znakovi stave na nove, primjerice
Unicode, pozicije
► Prilikom
projektiranja karakterističnih
znakova hrvatske abecede potrebno je
voditi računa o svim karakteristikama tog
fonta, kako ne bi došlo do vizualnog
odskakanja karakterističnih slovnih
znakova od cjeline