ISO 8859-1
| -1 | Latin-1, Westeuropäisch |
|---|---|
| -2 | Latin-2, Mitteleuropäisch |
| -3 | Latin-3, Südeuropäisch |
| -4 | Latin-4, Nordeuropäisch |
| -5 | Kyrillisch |
| -6 | Arabisch |
| -7 | Griechisch |
| -8 | Hebräisch |
| -9 | Latin-5, Türkisch |
| -10 | Latin-6, Nordisch |
| -11 | Thai |
| (existiert nicht) | |
| -13 | Latin-7, Baltisch |
| -14 | Latin-8, Keltisch |
| -15 | Latin-9, Westeuropäisch |
| -16 | Latin-10, Südosteuropäisch |
ISO 8859-1, genauer ISO/IEC 8859-1, auch bekannt als Latin-1, ist ein von der ISO zuletzt 1998 aktualisierter Standard für die Informationstechnik zur Zeichenkodierung mit acht Bit und der erste Teil der Normenfamilie ISO/IEC 8859.
Die mit sieben Bit kodierbaren Zeichen entsprechen US-ASCII mit führendem Nullbit. Zusätzlich zu den 95 darstellbaren ASCII-Zeichen (2016–7E16) kodiert ISO 8859-1 96 weitere (A016–FF16), also insgesamt 191 von theoretisch möglichen 256 (= 28). Den Positionen 0016–1F16 und 7F16–9F16 sind in ISO/IEC 8859 und damit ISO/IEC 8859-1 keine Zeichen zugewiesen. Dieser Bereich wurde bewusst freigehalten, um die entsprechenden Bytes für die Gerätesteuerung nutzen zu können oder sicherzustellen, dass diese bei einer unzureichend spezifizierten Codierung nicht in Konflikt mit solchen Steuerzeichen geraten. Die von der IANA definierte Bezeichnung ISO-8859-1 (mit Bindestrich) steht für die Kombination der Zeichen dieser Norm mit nicht darstellbaren Steuerzeichen gemäß ISO/IEC 6429.
ISO/IEC 8859-1 versucht, möglichst viele Zeichen westeuropäischer Sprachen abzudecken. Da zur Vollständigkeit neben dem Eurosymbol vor allem für Französisch einige Zeichen fehlen, wurde als Alternative ISO/IEC 8859-15 geschaffen.
Windows-1252 Westeuropäisch (Western European) ist eine 8-Bit-Zeichenkodierung des Microsoft-Betriebssystems Windows, die die meisten westeuropäischen Sprachen unterstützt. Sie baut auf ISO 8859-1 und ISO 8859-15 auf.
Manche Applikationen vermischen die Definition von ISO 8859-1 und Windows-1252. Diese Codierungen unterscheiden sich jedoch nur in den Steuerzeichen im Bereich 8016 bis 9F16. Da diese beispielsweise in HTML keine Bedeutung haben, werden oft die druckbaren Zeichen aus Windows-1252 verwendet. Aus diesem Grund schreibt der neue HTML5-Standard vor, dass als ISO 8859-1 markierte Texte als Windows-1252 zu interpretieren sind.[1] Im Oktober 2016 verwenden 5,8 % aller Websites ISO 8859-1 bei fallender Tendenz. Latin-1 ist damit nach UTF-8 (87,7 %) die zweithäufigste Kodierung von Websites. Windows-1252 wird von 0,9 % der Websites verwendet.[2][3]
Geschichte
ISO 8859-1 basiert auf dem DEC Multinational Character Set, das von der Digital Equipment Corporation im Terminal VT220 verwendet wurde. Es wurde ursprünglich von der European Computer Manufacturers Association (ECMA) entwickelt und im März 1985 als ECMA-94 veröffentlicht. Die zweite Auflage von ECMA-94 enthielt außerdem ISO 8859-2, ISO 8859-3 und ISO 8859-4 als Teil der Spezifikation.[4]
Tabellen
ISO/IEC 8859-1
| Code | …0 | …1 | …2 | …3 | …4 | …5 | …6 | …7 | …8 | …9 | …A | …B | …C | …D | …E | …F |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0… | nicht belegt | |||||||||||||||
| 1… | ||||||||||||||||
| 2… | SP | ! | " | # | $ | % | & | ' | ( | ) | * | + | , | - | . | / |
| 3… | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | : | ; | < | = | > | ? |
| 4… | @ | A | B | C | D | E | F | G | H | I | J | K | L | M | N | O |
| 5… | P | Q | R | S | T | U | V | W | X | Y | Z | [ | \ | ] | ^ | _ |
| 6… | ` | a | b | c | d | e | f | g | h | i | j | k | l | m | n | o |
| 7… | p | q | r | s | t | u | v | w | x | y | z | { | | | } | ~ | |
| 8… | nicht belegt | |||||||||||||||
| 9… | ||||||||||||||||
| A… | NBSP | ¡ | ¢ | £ | ¤ | ¥ | ¦ | § | ¨ | © | ª | « | ¬ | SHY | ® | ¯ |
| B… | ° | ± | ² | ³ | ´ | µ | ¶ | · | ¸ | ¹ | º | » | ¼ | ½ | ¾ | ¿ |
| C… | À | Á | Â | Ã | Ä | Å | Æ | Ç | È | É | Ê | Ë | Ì | Í | Î | Ï |
| D… | Ð | Ñ | Ò | Ó | Ô | Õ | Ö | × | Ø | Ù | Ú | Û | Ü | Ý | Þ | ß |
| E… | à | á | â | ã | ä | å | æ | ç | è | é | ê | ë | ì | í | î | ï |
| F… | ð | ñ | ò | ó | ô | õ | ö | ÷ | ø | ù | ú | û | ü | ý | þ | ÿ |
SP (2016, für englisch ‚space‘) ist das Leerzeichen, NBSP (A016, ‚non-breaking space‘) das feste Leerzeichen und SHY (AD16, ‚soft hyphen‘) der normalerweise nur an Zeilenenden sichtbar werdende „bedingte Trennstrich“.
ISO/IEC 8859-1 kombiniert mit Sonderzeichen aus ISO/IEC 6429
| Code | …0 | …1 | …2 | …3 | …4 | …5 | …6 | …7 | …8 | …9 | …A | …B | …C | …D | …E | …F |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0… | NUL | SOH | STX | ETX | EOT | ENQ | ACK | BEL | BS | HT | LF | VT | FF | CR | SO | SI |
| 1… | DLE | DC1 | DC2 | DC3 | DC4 | NAK | SYN | ETB | CAN | EM | SUB | ESC | FS | GS | RS | US |
| 2… | wie ISO/IEC 8859, Windows-125X und US-ASCII | |||||||||||||||
| 3… | ||||||||||||||||
| 4… | ||||||||||||||||
| 5… | ||||||||||||||||
| 6… | ||||||||||||||||
| 7… | DEL | |||||||||||||||
| 8… | PAD | HOP | BPH | NBH | IND | NEL | SSA | ESA | HTS | HTJ | VTS | PLD | PLU | RI | SS2 | SS3 |
| 9… | DCS | PU1 | PU2 | STS | CCH | MW | SPA | EPA | SOS | SGCI | SCI | CSI | ST | OSC | PM | APC |
| A… | wie ISO/IEC 8859-1 und Windows-1252 | |||||||||||||||
| B… | ||||||||||||||||
| C… | ||||||||||||||||
| D… | ||||||||||||||||
| E… | ||||||||||||||||
| F… | ||||||||||||||||
Die IANA hat folgende gleichwertige großschreibungsunabhängige Bezeichnungen für diese Codetabelle zum Gebrauch in Internetanwendungen wie etwa MIME registriert:
- ISO_8859-1:1987
- ISO_8859-1
- ISO-8859-1
- ISO-IR-100
- csISOLatin1
- latin1
- l1
- IBM819
- CP819
Windows-1252
| 874 | Thai |
| 932 | Japanisch |
| 936 | Vereinfachtes Chinesisch |
| 949 | Koreanisch |
| 950 | Traditionelles Chinesisch |
| 1200 | Unicode UTF-16, little endian |
| 1201 | Unicode UTF-16, big endian |
| 1250 | Mitteleuropäisch |
| 1251 | Kyrillisch |
| 1252 | Westeuropäisch |
| 1253 | Griechisch |
| 1254 | Türkisch |
| 1255 | Hebräisch |
| 1256 | Arabisch |
| 1257 | Baltisch |
| 1258 | Vietnamesisch |
| 12000 | Unicode UTF-32, little endian |
| 12001 | Unicode UTF-32, big endian |
| 65000 | Unicode UTF-7 |
| 65001 | Unicode UTF-8 |
Windows-1252 – auch CP 1252 genannt – wird als Westeuropäisch (Western European) bezeichnet.
Dieser Zeichensatz weicht von ISO 8859-1 im Bereich 8016 – 9F16 ab, dessen 32 Positionen hier 27 darstellbare Zeichen beinhalten, u. a. die in ISO 8859-15 hinzugekommenen und einige für bessere Typografie notwendige Zeichen. Die Unterschiede zwischen all diesen Kodierungen sowie generell mangelnde Konsequenz bei der Unterstützung verschiedener Zeichensätze sind ein häufiges Interoperabilitätsproblem.
| Code | …0 | …1 | …2 | …3 | …4 | …5 | …6 | …7 | …8 | …9 | …A | …B | …C | …D | …E | …F |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0… | wie ISO 8859-1 und US-ASCII | |||||||||||||||
| 1… | ||||||||||||||||
| 2… | wie ISO/IEC 8859, ISO 8859-1 und US-ASCII | |||||||||||||||
| 3… | ||||||||||||||||
| 4… | ||||||||||||||||
| 5… | ||||||||||||||||
| 6… | ||||||||||||||||
| 7… | wie ISO 8859-1 und US-ASCII | |||||||||||||||
| 8… | € | ‚ | ƒ | „ | … | † | ‡ | ˆ | ‰ | Š | ‹ | Œ | Ž | |||
| 9… | ‘ | ’ | “ | ” | • | – | — | ˜ | ™ | š | › | œ | ž | Ÿ | ||
| A… | wie ISO/IEC 8859-1 und ISO 8859-1 | |||||||||||||||
| B… | ||||||||||||||||
| C… | ||||||||||||||||
| D… | ||||||||||||||||
| E… | ||||||||||||||||
| F… | ||||||||||||||||
| …0 | …1 | …2 | …3 | …4 | …5 | …6 | …7 | …8 | …9 | …A | …B | …C | …D | …E | …F | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8… | € U+20ac |
‚ U+201a |
ƒ U+0192 |
„ U+201e |
… U+2026 |
† U+2020 |
‡ U+2021 |
ˆ U+02c6 |
‰ U+2030 |
Š U+0160 |
‹ U+2039 |
ΠU+0152 |
Ž U+017d |
|||
| 9… | ‘ U+2018 |
’ U+2019 |
“ U+201c |
” U+201d |
• U+2022 |
– U+2013 |
— U+2014 |
˜ U+02dc |
™ U+2122 |
š U+0161 |
› U+203a |
œ U+0153 |
ž U+017e |
Ÿ U+0178 |
Windows-1252 ist ebenfalls bei der IANA registriert.[5]
ISO 8859-1 vs. ISO 8859-15 vs. Windows-1252 vs. Unicode
| Zeichen | € | Š | š | Ž | ž | Œ | œ | Ÿ | ¤ | ¦ | ¨ | ´ | ¸ | ¼ | ½ | ¾ |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| ISO 8859-1 | – | – | – | – | – | – | – | – | A4 | A6 | A8 | B4 | B8 | BC | BD | BE |
| ISO 8859-15 | A4 | A6 | A8 | B4 | B8 | BC | BD | BE | – | – | – | – | – | – | – | – |
| Windows-1252 | 80 | 8A | 9A | 8E | 9E | 8C | 9C | 9F | A4 | A6 | A8 | B4 | B8 | BC | BD | BE |
| Unicode | 20AC | 160 | 161 | 17D | 17E | 152 | 153 | 178 | A4 | A6 | A8 | B4 | B8 | BC | BD | BE |
Aufgrund der weiten Verbreitung von ISO 8859-1 wurde der Unicode-Standard gerade so angelegt, dass der Unicode-Standard eine Erweiterung von ISO 8859-1 ist. Ein Zeichen, das in ISO 8859-1 durch den Bytewert x kodiert wird, belegt deshalb im Unicode-Standard den Codepunkt x. Die tatsächlich benutzte Bytefolge kann vom Codepunkt abweichen, z. B. bei UTF-8 Kodierung.
Verwendung
ISO 8859-1 ist neben US-ASCII und UTF-8 (einer Unicode-Kodierung) die wohl wichtigste und am häufigsten gebrauchte Kodierung für lateinische Schriften.
Für mindestens folgende Sprachen reicht ISO 8859-1 aus:
- Afrikaans (È/è, É/é, Ê/ê, Ë/ë, Î/î, Ï/ï, Ô/ô, Û/û),
- Albanisch (Ç/ç, Ë/ë),
- Baskisch (Ñ/ñ),
- Dänisch (Å/å, Æ/æ, Ø/ø),
- Deutsch (Ä/ä, Ö/ö, Ü/ü, ß, in Fremdwörtern: É/é, nicht Euro-Symbol und ggf. ſ),
- Englisch (£, ¢; veraltend: Æ/æ, ä, ë, ï, ö, ü, nicht Œ/œ),
- Estnisch (Ä/ä, Ö/ö, Ü/ü, Õ/õ, nicht Š/š, Ž/ž (in Fremdwörtern)),
- Färöisch (Á/á, Ð/ð, Í/í, Ó/ó, Ú/ú, Ý/ý, Æ/æ, Ø/ø),
- Finnisch (Ä/ä, Ö/ö, in Fremdwörtern: Å/å, nicht Š/š, Ž/ž),
- Französisch (Æ/æ, À/à, Â/â, È/è, É/é, Ê/ê, Ë/ë, Î/î, Ï/ï, Ô/ô, Ù/ù, Û/û, Ç/ç, Ü/ü, ÿ, nicht Œ/œ, Ÿ),
- Irisches Gälisch, neue Orthographie (Á/á, É/é, Í/í, Ó/ó, Ú/ú),
- Isländisch (Á/á, Ð/ð, É/é, Í/í, Ó/ó, Ú/ú, Ý/ý, Þ/þ, Æ/æ, Ö/ö),
- Italienisch (À/à, È/è, É/é, Ò/ò, Ù/ù),
- Katalanisch (À/à, Ç/ç, È/è, É/é, Í/í, Ï/ï, Ò/ò, Ó/ó, Ú/ú, Ü/ü, nicht dagg. Ŀl/ŀl),
- Niederländisch (nicht IJ/ij, aber ÿ),
- Norwegisch, Bokmål und Nynorsk (Å/å, Æ/æ, Ø/ø, Ò/ò),
- Portugiesisch inkl. Portugiesisch (Brasilien) (À/à, Á/á, Â/â, Ã/ã, Ç/ç, É/é, Ê/ê, Í/í, Ó/ó, Ô/ô, Õ/õ, Ú/ú, Ü/ü),
- Rätoromanisch,
- Schottisches Gälisch (À/à, È/è, Ì/ì, Ò/ò, Ù/ù)
- Schwedisch (Å/å, Ä/ä, Ö/ö),
- Spanisch (¡, ¿, ª, º, Á/á, É/é, Í/í, Ñ/ñ, Ó/ó, Ú/ú, Ü/ü, früher auch Ç/ç),
- Swahili und
- Wallonisch (Â/â, Å/å, Ç/ç, È/è, É/é, Ê/ê, Î/î, Ô/ô, Û/û).
Türkisch und Ungarisch werden nur teilweise unterstützt.
Da die unterstützten Sprachen heutzutage in Westeuropa, Amerika und Australien weitverbreitet sind, ist es überall dort die dominierende Zeichenkodierung. Auch in Teilen Afrikas, in denen nicht die arabische Schrift verwendet wird, ist es weit verbreitet, obwohl oft einige Sonderzeichen fehlen, die aber auch in keiner anderen 8-Bit-Kodierung vorhanden sind, siehe z. B. pannigerianisches Alphabet.
| Code | …0 | …1 | …2 | …3 | …4 | …5 | …6 | …7 | …8 | …9 | …A | …B | …C | …D | …E | …F |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| C…/E… | À/à | Á/á | Â/â | Ã/ã | Ä/ä | Å/å | Æ/æ | Ç/ç | È/è | É/é | Ê/ê | Ë/ë | Ì/ì | Í/í | Î/î | Ï/ï |
| fra, ita, cat, por, sco | fao, gle, isl, por, spa | fra, por, wln | por | deu, eng, fin, swe | dan, fin, nor, swe, wln | dan, eng, fao, fra, isl, nor | alb, fra, cat, por, wln | afr, fra, ita, cat, sco, wln | afr, fra, gle, isl, ita, cat, por, spa, wln | afr, fra, por, wln | afr, alb, eng, fra | sco | fao, fra, gle, isl, cat, por, spa | afr, wln | afr, eng, fra, cat | |
| D…/F… | Ð/ð | Ñ/ñ | Ò/ò | Ó/ó | Ô/ô | Õ/õ | Ö/ö | Ø/ø | Ù/ù | Ú/ú | Û/û | Ü/ü | Ý/ý | Þ/þ | ß/ÿ | |
| fao, isl | baq, spa | ita, cat, sco | fao, gle, isl, cat, por, spa | afr, fra, por, wln | est, por | deu, eng, est, fin, isl, swe | dan, fao, nor | fra, ita, sco | fao, gle, isl, cat, por, spa | afr, fra, wln | deu, eng, est, fra, cat, por, spa | fao, isl | isl | deu, est, fra, nld |
Siehe auch
Weblinks
Einzelnachweise
- ↑ HTML 5.1 Nightly Editor's Draft 19 February 2013, 8.2.2.2 Character encodings, aufgerufen am 19. Februar 2013.
- ↑ https://w3techs.com/technologies/history_overview/character_encoding
- ↑ https://w3techs.com/faq
- ↑ ECMA (Hrsg.): Standard ECMA-94: 8-Bit Single-Byte Coded Graphic Character Sets. 2. Auflage. Juni 1984 (online (PDF-Datei; 2,64 MB) [abgerufen am 4. Januar 2008]).
- ↑ https://www.iana.org/assignments/charset-reg/windows-1252