Diferencia entre revisiones de «ISO/IEC 10646»

11 bytes eliminados ,  hace 12 años
m
Bot: Arreglando primera letra de la categoría (PR:CW)
m (Añadiendo la categoría Normas ISO usando HotCats)
m (Bot: Arreglando primera letra de la categoría (PR:CW))
El [[Normalización|estándar]] internacional '''[[International Organization for Standardization|ISO]]/[[International Electrotechnical Commission|IEC]] 10646''' define el '''Conjunto de Caracteres Universal''' (denominado también en [[idioma inglés|inglés]] como: '''Universal Character Set''' - UCS) como un sistema [[codificación de caracteres]] en varios [[octeto]]s. Contiene cerca de cien mil [[Carácter (informática)|caractercaracteres]]es abstractos, cada uno de ellos identificado de forma precisa por un número [[entero]] denominado '''punto de código''' ('''code point'''). Se creó en el año 1993 por ello a veces también aparece como: ISO/IEC 10646-1:1993
 
En este conjunto se encuentran los diversos caracteres (letras, números, símbolos, ideogramas, logogramas, etc.) procedentes de muchos [[lenguaje]]s, [[Escritura|scripts]],etc así como las diversas tradiciones de puntuación existentes en todos los idiomas del mundo, representadas en los códigos únicos UCS. Es de pensar que la inclusión de nuevos caracteres es constante, haciendo que el conjunto esté permanentemente en estado de actualización.
Otra codificación es la '''[[UCS-4]]''' que emplea un carácter único entre 0 y (teóricamente) en hexadecimal hasta 7FFFFFFF para ser asignado a cada carácter (sin embargo el UCS para a 10FFFF y la ISO/IEC 10646 tiene comprometida asignaciones futuras de caracteres en este rango). El UCS-4 permite representaciones de cada valor mediante el empleo exacto de cuatro bytes (una palabra de 32-bits). El UCS-4 permite una representación binaria de cada código punto en el sistema UCS, incluyendo aquellos que están fuera del BMP. Como en el sistema de codifiación de UCS-2, cada carácter codificado posee una longitud fija en bytes.
 
== Historia de la ISO 10646 ==
The [[International Organization for Standardization]] (ISO) precisó el juego de caracteres en [[1989]] y publicó un borrador denominado ISO 10646 en [[1990]]. [[Hugh McGregor Ross]] fue uno de los principales ideadores y arquitectos de este primer borrador. Aqué standard difiere bastante del actual. Se definían en el primer borrador 128 grupos de 256 planos y cada uno de ellos de 256 columnas y 256 células, con ello se conseguía colocar aparentemente 2,147,483,648 caracteres, pero en la actualidad el estándard puede colocar sólo 679,477,248 caracteres, como las reglas prohíben valores de caracteres de control (0x00 hasta 0x1F y 0x80 hasta 0x9F, en notación [[hexadecimal]]). Por ejemplo la letra A tienen una posición en el grupo 0x20, plano 0x20, columna 0x20, célula 0x41.
 
Se podía cifrar los caracteres de este estándar primordial de la ISO 10646 en una de tres maneras:
En 1990, salieron a la luz dos iniciativas para crear un conjunto de caracteres universal: [[Unicode]], con 16 bits para cada carácter (65.536 caracteres posibles), e ISO 10646. Las compañías del software rechazaron aceptar el requisito de la complejidad y del tamaño del estándar de ISO y lograron convencer a un número de organismos nacionales de la ISO para que votaran contra él. Los estandarizadores de la ISO convinieron que no podrían continuar apoyando el estándar en su estado actual y que negociarían la unificación de su estándar con Unicode. Ocurrieron dos cambios tras esta situación: el abandono de la limitación sobre los caracteres (prohibición de los valores del carácter de control), los caracteres así de permiso hasta 0x0000101F; y la sincronización del repertorio del plano multilingüe básico con el de Unicode.
 
Mientras tanto, con el paso del tiempo, la situación cambió en el estándar mismo de Unicode: los 65.536 caracteres empezaron a parecer escasos, y el estándar de la versión a partir de la 2.0 realizan la codificación de 1.112.064 caracteres por medio de la codificación [[UTF-16]]. Por esa razón, la ISO 10646 fue limitada para contener tantos caracteres como podían ser codificados por UTF-16, y no más. Es decir, un poco sobre más de un millón de caracteres en vez sobre de 2.000 millones. La codificación UCS-4 de ISO 10646 fue incorporada en el estándar de Unicode con la limitación a la gama UTF-16 y bajo el nombre de [[UTF-32]]. En cuanto a UTF-1, nadie lo empleó, debido en parte a su mala codificación del diseño (no existía forma de distinguir entre la funcionalidad de los octetos, un problema similar a la codificiación [[Shift-JIS]] del japonés) y su degradación de las prestaciones (muchas operaciones de división). [[Rob Pike]] y [[Ken Thompson|Ken Thompson]], los diseñadores el plan 9 de Bell Labs del sistema operativo, idearon uno nuevo, rápidamente y la codificación mezclada bien diseñada de la anchura, que vinieron ser llamadas [[UTF-8]].
 
== Campo de Aplicaciones y Alcance ==
El Juego Universal de Caracteres en código de múltiples octetos (UCS) es aplicable a la representación, transmisión, intercambio, tratamiento, almacenamiento, introducción y presentación de prácticamente todos los lenguajes del mundo en forma escrita.
La parte básica de la norma, de 1993, especifica la arquitectura general de esta codificación de cuatro octetos (32 bits) compendio de numerosos juegos de caracteres de ámbito nacional e internacional. Define los términos utilizados en su redacción, así como la estructura general de UCS. Especifica asimismo en qué consiste el Plano Multilenguaje Básico (BMP), una reducción del código a 2 octetos (16 bits) y especifica el conjunto de símbolos gráficos de que se compone y sus representaciones codificadas.
Véase: [http://www.unicode.org/versions/Unicode4.0.0/appD.pdf §D.1 del ''The Unicode Standard''] para más detalles.
 
== Conexión con otras normas ==
Los primeros 127 caracteres del Plano Multilenguaje Básico (BMP) utilizado para el código de intercambio de 16-bit se corresponden con [[ISO 646]], la versión internacional de [[ASCII]]. Los caracteres que constituyen la segunda mitad de la primera fila son los utilizados por [[ISO 8859-1]], el juego Latin-1. ISO/IEC DIS 14755 -- Métodos de introducción de caracteres del repertorio ISO/IEC 10646 con un teclado u otros dispositivos de entrada. Se prevé que se convierta muy pronto en el código básico de representación de la información de todos los sistemas de 16 y 32 bits.
 
== Véase también ==
[[Unicode]]
 
[[Categoría:unicodeUnicode]]
[[Categoría:Normas ISO]]
 
1 375 372

ediciones