Набор символов CNS 11643 (Китайский национальный стандарт 11643), также официально известный как китайский стандартный код обмена или CSIC [1] ( китайский :中文標準交換碼), официально является стандартным набором символов Тайваня (Китайская Республика). На практике варианты соответствующего набора символов Big5 являются стандартом де-факто .
CNS 11643 разработан в соответствии с ISO 2022 . Он содержит 16 плоскостей, поэтому максимально возможное количество кодируемых символов составляет 16×94×94 = 141376. Плоскости с 1 по 7 определены стандартом; с 2007 года стандартом также определены плоскости с 10 по 15. [2] : 115–122 До этого плоскости с 12 по 15 (35 344 кодовых точки) были специально предназначены для символов, определяемых пользователем. [ нужна цитация ] В отличие от CCCII , кодирование вариантов символов в CNS 11643 не связано.
EUC-TW — это закодированное представление CNS 11643 и ASCII в форме расширенного кода Unix (EUC). Другие кодировки, способные представлять определенные плоскости CSIC, включают ISO-2022-CN (плоскости 1 и 2) и ISO-2022-CN-EXT (плоскости с 1 по 7).
Первое издание стандарта было опубликовано в 1986 году и включало плоскости 1 и 2, происходящие от уровней 1 и 2 Big5 , с некоторым изменением порядка из-за исправленного количества штрихов, исключения двух повторяющихся символов и добавления 213 классических символов. радикалы в плоскости 1 (из 214 радикалов Канси , из которых 210 являются фактически дубликатами существующих символов Big5, а остальные три — символов HKSCS ; [3] см. также Радикалы Канси (блок Unicode) ). Расширения стандарта были впоследствии опубликованы в 1988 г. (6319 символов, занимающих 14-й уровень) и 1990 г. (7169 символов, занимающих 15-й уровень). [2] : 115–122.
Unicode 1.0.0, хотя он еще не включал hanzi , включал символы для совместимости с CNS 11643: блок CJK Compatibility Forms в Unicode 1.0.0 назывался «CNS 11643 Compatibility». [4] Когда набор унифицированных иероглифов Unicode CJK компилировался для Unicode 1.0.1, национальные органы представили наборы символов в Объединенную исследовательскую группу CJK для включения. Представленная версия CNS 11643 включала расширение плоскости 14 в дополнение к дополнительным желаемым символам, добавленным к плоскости 14 (после 68–21, последней использованной кодовой точки в стандартной версии расширения). [2] : 179–180.
Во втором издании стандарта, опубликованном в 1992 году, гораздо больший набор ханзи был определен в семи плоскостях. Подмножество расширения плоскости 14 1988 года, включающее 6148 кодовых точек с 01-01 по 66–38, стало плоскостью 3 (а оставшиеся 171 символ, кодовые точки с 66-39 по 68–21, вместо этого были распределены по плоскости 4). Расширение плоскости 15 не было включено, хотя 338 его символов были включены в планы с 4 по 7. [2] : 115–122.
В третьем издании стандарта, опубликованном в 2007 году, к плоскости 1 были добавлены знак евро , идеографический ноль, кана и расширения к существующей поддержке бопомофо и латинского алфавита . В нем были представлены плоскости с 10 по 14, содержащие дополнительные ханзи, и включена существующая плоскость. 15 в сам стандарт (с оставленными пробелами там, где символы уже существовали в планах с 4 по 7). Он также добавил еще 128 ханзи к плоскости 3, начиная с кодовой точки 68–40. [2] : 115–122.
По состоянию на 2017 год [обновлять]существует несколько тысяч символов CNS 11643 без соответствующего символа Юникода, в основном в плоскостях с 10 по 14; они сопоставлены с дополнительной областью частного использования Unicode . [5]
Уровни 1 и 2 кодировки Big5 в основном соответствуют плоскостям 1 и 2 CNS 11643 соответственно, со случайными различиями в порядке и с двумя дублирующими ханзи, существующими в Big5, но не в CNS 11643. Их можно сопоставить с помощью списка диапазонов. [6] [7] Однако 213 классических радикалов в плоскости 1 CNS 11643 являются дополнительными к символам, доступным в Big5 (хотя их можно с потерями сопоставить с соответствующими символами ханзи в Big5 или HKSCS), [3] и дополнительными символами. были добавлены к плоскости 1 CNS 11643 в 2007 году. [2] : 115–122 Вариант Big5-2003 Big5 определяется как частичное кодирование CNS 11643.
В репертуаре Big5 hanzi только один символ плоскости 1 традиционно сопоставляется с Юникодом иначе, чем соответствующий символ из первых двух плоскостей CNS 11643: в U+5F5D (彝), тогда как его аналог из плоскости 1 CNS сопоставляется с соответствующим вариантом в U + 5F5E (彞); [8] U+5F5D отдельно включен в плоскость 3 CNS 11643. [3] Однако некоторые варианты сопоставлений для Big5, например определенные IBM , включают U+5F5E, а не U+5F5D. [9] Аналогичным образом, один символ из уровня 2 Big5 (включая его вариант IBM) [10] отображается в другую кодовую точку Unicode, чем его аналог из плоскости 2 CNS 11643: в U + 5284 (劄), в то время как база данных Unihan в настоящее время сопоставляет символ CNS 11643 с U+7B9A (箚); U + 5284 появляется в плоскости 14 CNS 11643. [3]
<U5284> \xE3\x5A |0