CHARSETS 7

中文man手册

NAME charsets
描述 Linux 是一个国际性的操作系统。它的各种各样实用程序和设备驱动程序 (包括控制台驱动程序 ) 支持多种语言的字符集，包括带有附加符号的拉丁字母表字符，重音符，连字(字母结合), 和全部非拉丁文字母表（包括希腊语，古代斯拉夫语，阿拉伯语，和希伯来语。 ) .LP 这份手册以程序员的眼光去看待不同的字符集标准，以及它们是如何在 Linux 中调和在一起的。讨论的标准包括 ASCII，ISO 8859，KOI8-R ， Unicode，ISO 2022 和 ISO 4873 。 .SH ASCII ASCII (,美国国家信息交换(用)标准(代)码) 是最初的 7-bit字符集, 原先是为美式英语设计的。当前它被 ECMA-6 标准所描述。 .LP 在英国使用一种 ASCII的变体（这变体是：用英国磅值的符号代替美国的 crosshatch/octothorpe/hash 的磅值符号）;当需要时，美国的（符号）和英国的变体（符号）可以用
ISO 8859 ISO 8859 是一系列 10 ８-bit 字符集,它包含美国 ASCII 的低位 (7 -bit ), 128 ～159 范围内的不可见控制字符，和 96 个定宽图形（字符）在 160-255 里。。LP 这些字符集中，最重要是 ISO 8859-1 ( Latin-1 )。它生来就被 Linux 控制台驱动程序支持， X11R6 的支持得也很好，并且是 HTML 的基础字符集。 .LP Linux 下控制台也支持其他的 8859 字符集，通过用户模式实用程序( 例如 .BR setfont ( 8 )) 来修改键盘绑定和 EGA 图形表格，以及进行控制台驱动程序里的字体表格中的
KOI8-R KOI8-R 是在俄国流行的一个非 ISO 字符集。下半部分是 US ASCII; 上部是比 ISO 8859-5 设计的更好的古斯拉夫字符集。 .LP 控制台为了支持 KOI8-R 字符集，在 Linux 下，可以利用用户模式实用程序修改键盘绑定和 EGA 图形表格，以及在控制台的驱动程序中使用字体表“user mapping（用户映射）”。 .SH UNICODE（统[单]一代码,宽[双]字节字符集） Unicode（ ISO 10646 ) 是一个标准，它的目标是明白地表现在每种人类语言中的每种已知字符。Unicode 的编码是 32 位的 ( 旧些的版本使用了 16 位 ) 。在 Unicode 的一些信息可以在获得。 .LP Linux 使用８位的 Unicode 转移格式 (UTF-8 ) 表示 Unicode 。 UTF-8 是可变长的 Unicode 编码。使用１个字节给 7 bit 编码，使用２个字节给１１ bit 编码，使用３个字节给１６ bit 编码，使用４个字节给２１ bit 编码，使用５个字节给２６ bit 编码，使用６个字节给３１ bit 编码 .LP 让 0,1 , x 代表零，一，或任意的位。字节0xxxxxxx 代表Unicode 00000000 0xxxxxxx，这个符号和 ASCII 0xxxxxxx 编码的符号是一样。这样， ASCII 没有改为 UTF-8，并且只用 ASCII 的人不会注意到任何变化：不在代码，并且不在文件大小。 .LP 字节 110xxxxx 是一个2 字节代码的开始， 110xxxxx 10yyyyyy 组装成 00000xxx xxyyyyyy 。字节 1110xxxx 是一个３字节代码的开始， 1110xxxx 10yyyyyy 10zzzzzz 被组装成 xxxxyyyy yyzzzzzz。（如果 UTF-8 使用 31-bit ISO 10646 编码，那么这个级数就会延伸到 6 字节编码） .LP 对于 ISO-8859-1 的用户而言，这意味着带高位的字符编码成两个字节。这会令普通的文本文件增大１到２个百分点。不过没有变换问题, 因为 Unicode ISO-8859-1 符号的值等于他们的 ISO-8859-1 值 (用 8 个前导零做前缀) 。对于日语的用户，这意味着原来常用的 16 位编码将占 3 个字节，并且还要求有扩展的映射表。许多日本人因此比较喜欢 ISO 2022 。 .LP 注意 UTF-8 是自我同步的： 10xxxxxx 是一条尾巴, 任何其它的字节是编码的头。ASCII 字节出现在 UTF-8 流中唯一的可能是作为自己出现。特别是, 不会有 NULs 或
ISO 2022 AND ISO 4873 ISO 2022 和 4873 标准描述了一个基于 VT100 实现的字体控制模型． Linux 内核和 xterm (1) ( 部分 ) 支持这个模型。它在日本和韩国很流行。 .LP 它有 4 个图形的字符集，称为 G0 ， G1 ， G2 和 G3 ，并且其中之一是当前的高位为０的编码的字符集(最初 G0 ),而他们之一是当前的高位为１的编码的字符集(最初 G1 )。每种图形的字符集有 94 或 96 个字符，并且是实际上是一个 7-bit字符集。它使用 040-0177 ( 041-0176 ) 或 0240-0377 ( 0241-0376 )编码中的一个。G0 大小总是为 94，并且使用 041-0176 之间的编码。 .LP 字符之间切换用转换（shift functions）功能 ^N (SO 或 LS1), ^O (SI 或 LS0), ESC n (LS2), ESC o (LS3), ESC N (SS2), ESC O (SS3), ESC ~ (LS1R), ESC } (LS2R), ESC | (LS3R). LS
参考 .BR console (4), .BR console_ioctl (4), .BR console_codes (4), .BR ascii (7), .BR iso_8859_1 (7), .BR unicode (7), .BR utf-8 (7) .br .SH
[中文版最新更新]
《中国linux论坛man手册页翻译计划》:
跋

CHARSETS

NAME
æè¿°
ASCII
ISO 8859
KOI8-R
UNICODEï¼ç»[å]ä¸ä»£ç ,å®½[å]åèåç¬¦éï¼
ISO 2022 AND ISO 4873
åè
[ä¸æçç»´æ¤äºº]
[ä¸æçææ°æ´æ°]
ãä¸å½linuxè®ºåmanæåé¡µç¿»è¯è®¡åã:
è·

NAME

charsets - ç¨åºåå¯¹åç¬¦éåå½éåçè§ç¹

æè¿°

è¿ä»½æåä»¥ç¨åºåçç¼åå»çå¾ä¸åçåç¬¦éæ åï¼ä»¥åå®ä»¬æ¯å¦ä½ å¨ Linux ä¸- è°åå¨ä¸èµ·çãè®¨è®ºçæ ååæ¬ ASCIIï¼ISO 8859ï¼KOI8-R ï¼ Unicodeï¼ISO 2022 å ISO 4873 ã

ASCII

ASCII (,ç¾å½å½å®¶ä¿¡æ¯äº¤æ¢(ç¨)æ å(ä»£)ç ) æ¯æåç 7-bitåç¬¦é, ååæ¯ä¸ºç¾å¼è±è¯è®¾è®¡çãå½åå®è¢« ECMA-6 æ åææè¿°ã

å ä¸º Linux æ¯ä¸ºç¾å½è®¾è®¡çç¡¬ä»¶åç, å®çæ¥å°±æ¯æ US ASCII ã

ISO 8859

ISO 8859 æ¯ä¸ç³»å 10 ï¼-bit åç¬¦é,å®åå«ç¾å½ ASCII çä½ä½ (7 -bit ), 128 ï½159 èå´åçä¸å¯è§æ§å¶åç¬¦ï¼å 96 ä¸ªå®å®½å¾å½¢ï¼åç¬¦ï¼å¨ 160-255 éã ãLP è¿äºåç¬¦éä¸ï¼æéè¦æ¯ ISO 8859-1 ( Latin-1 )ã å®çæ¥å°±è¢« Linux æ§å¶å°é©±å¨ç¨åºæ¯æï¼ X11R6 çæ¯æå¾ä¹å¾å¥½ï¼å¹¶ä¸æ¯ HTML çåºç¡åç¬¦éã

ä¸é¢æ¯æ¯ä¸ªéåç®ççæè¿°ï¼
8859-1 (Latin-1)

8859-2 (Latin-2)

8859-3 (Latin-3)

8859-4 (Latin-4)

	8859-5		å¤ä»£æ¯æå¤«è¯åæ¯æ¯æä¿å å©äºè¯, ç½ä¿ç½æ¯è¯,é©¬å¶é¡¿è¯, ä¿è¯, å¡å°ç»´äºè¯åä¹åå°è¯ã ä¹åå°äººè¯»å¸¦æä¸æç¬ç‘geh’ä¸º‘heh’,åï¼å½ï¼éè¦ç¨å¸¦æä¸æç¬ç ghe åæ£ç¡®çghe.åè§ä¸é¢çï¼å³äºï¼KOI8-R çè®¨è®ºã ï¼è¯æ³¨ï¼è¿äºå¤å½äººä¹¦åä¹æ¯æä»¬ä¹ä¸æä¹éè¦çè§£å§ï¼å¸æä¸é¢çè§£éä¸è¦ æäººæç³æ¶äºï¼
	8859-6		æ¯æé¿æä¼¯è¯ã 8859-6 ååè¡¨æ¯åç¦»åç¬¦æ ¼å¼çä¸ç§åºå®çå- ä½ï¼ä½æ¯ä¸ä¸ªåé çæ¾ç¤ºå¼æåºè¯¥èåè¿äºæ¥ä½¿ç¨åéçè¯é¦ï¼ä¸é´å- æ¯ï¼åæåè¡¨æ ¼å¼ã
	8859-7		æ¯æç°ä»£çå¸èè¯ã
	8859-8		æ¯æå¸ä¼¯æ¥è¯ã

8859-9 (Latin-5)

8859-10 (Latin-6)

Latin 6 å¢å æ«å çº½ç¹(è¯ï¼å¯¹äºlast Inuit æä¸ç¥éæ¯å¦æ¯å¯¹ç) (æ ¼éµå°è¯) å Sami ( ææ®å°è¯ ) ï¼è¿äºæ¯ Lattin 4 ä¸- ç¼ºå°çï¼æ¥è¦çæ´ä¸ªåæ¬§å°åºï¼çåç¬¦éï¼ã RFC 1345 ååºäºåæ¥çåä¸åçâ latin 6 "ã Skolt Sami ä»ç¶æ¯è¿äºéè¦æ´å¤ç éé³ç¬¦å·ã

8859-13 (Latin-7)
8859-14 (Latin-8)
8859-15

KOI8-R

KOI8-R æ¯å¨ä¿å½æµè¡çä¸ä¸ªé ISO åç¬¦éãä¸åé¨åæ¯ US ASCII; ä¸é¨æ¯æ¯ ISO 8859-5 è®¾è®¡çæ´å¥½çå¤æ¯æå¤«åç¬¦éã

UNICODEï¼ç»[å]ä¸ä»£ç ,å®½[å]åèåç¬¦éï¼

Unicodeï¼ ISO 10646 ) æ¯ä¸ä¸ªæ åï¼å®çç®æ æ¯æç½å°è¡¨ç° å¨æ¯ç§äººç±»è¯- è¨ä¸çæ¯ç§å·²ç¥åç¬¦ãUnicode çç¼ç æ¯ 32 ä½ç ( æ§äºççæ¬ä½¿ç¨äº 16 ä½ ) ãå¨ Unicode çä¸äºä¿¡æ¯å¯ä»¥å¨<http://www.unicode.com>è·å¾ã

Linux ä½¿ç¨ï¼ä½ç Unicode è½¬ç§»æ ¼å¼ (UTF-8 ) è¡¨ç¤º Unicode ã UTF-8 æ¯å¯åé¿ç Unicode ç¼ç ãä½¿ç¨ï¼ä¸ªåèç» 7 bit ç¼ç ï¼ä½¿ç¨ï¼ä¸ªåèç» ï¼ï¼ bit ç¼ç ï¼ ä½¿ç¨ï¼ä¸ªåèç» ï¼ï¼ bit ç¼ç ï¼ä½¿ç¨ï¼ä¸ªåèç» ï¼ï¼ bit ç¼ç ï¼ä½¿ç¨ï¼ä¸ªåèç» ï¼ï¼ bit ç¼ç ï¼ä½¿ç¨ï¼ä¸ªåèç» ï¼ï¼ bit ç¼ç

è®© 0,1 , x ä»£è¡¨é¶ï¼ä¸ï¼æä»»æçä½ãåè0xxxxxxx ä»£è¡¨Unicode 00000000 0xxxxxxxï¼ è¿ä¸ªç¬¦å·å ASCII 0xxxxxxx ç¼ç çç¬¦å·æ¯ä¸æ ·ã è¿æ ·ï¼ ASCII æ²¡ææ¹ä¸º UTF-8ï¼å¹¶ä¸åªç¨ ASCII çäººä¸ä¼æ³¨æå°ä»»ä½ååï¼ ä¸å¨ä»£ç ï¼å¹¶ä¸ä¸å¨æä»¶å¤§å°ã

åè 110xxxxx æ¯ä¸ä¸ª2 åèä»£ç çå¼å§ï¼ 110xxxxx 10yyyyyy ç»è£æ 00000xxx xxyyyyyy ã åè 1110xxxx æ¯ä¸ä¸ª ï¼ åèä»£ç çå¼å§ï¼ 1110xxxx 10yyyyyy 10zzzzzz è¢«ç»è£æ xxxxyyyy yyzzzzzzã ï¼å¦æ UTF-8 ä½¿ç¨ 31-bit ISO 10646 ç¼ç ï¼é£ä¹è¿ä¸ªçº§æ°å°±ä¼å»¶ä¼¸ å° 6 åèç¼ç ï¼

ISO 2022 AND ISO 4873

ISO 2022 å 4873 æ åæè¿°äºä¸ä¸ªåºäº VT100 å®ç°çåä½æ§å¶æ¨¡åï¼ Linux åæ ¸å xterm (1) ( é¨å ) æ¯æè¿ä¸ªæ¨¡åã å®å¨æ¥æ¬åé©å½å¾æµè¡ã

å®æ 4 ä¸ªå¾å½¢çåç¬¦éï¼ç§°ä¸º G0 ï¼ G1 ï¼ G2 å G3 ï¼å¹¶ä¸ å¶ä¸- ä¹ä¸æ¯å½åçé«ä½ä¸ºï¼ çç¼ç çåç¬¦é(æå G0 ),èä»ä»¬ä¹ ä¸æ¯å½åçé«ä½ä¸ºï¼çç¼ç çåç¬¦é(æå G1 )ãæ¯ç§å¾å½¢çåç¬¦éæ 94 æ 96 ä¸ªåç¬¦ ï¼å¹¶ä¸æ¯å®éä¸æ¯ä¸ä¸ª 7-bitåç¬¦éã å®ä½¿ç¨ 040-0177 ( 041-0176 ) æ 0240-0377 ( 0241-0376 )ç¼ç ä¸çä¸ä¸ªãG0 å¤§å°æ»æ¯ä¸º 94ï¼å¹¶ä¸ä½¿ç¨ 041-0176 ä¹é´çç¼ç ã

åç¬¦ä¹é´åæ¢ç¨è½¬æ¢ï¼shift functionsï¼åè½ ˆN (SO æ LS1), ˆO (SI æ LS0), ESC n (LS2), ESC o (LS3), ESC N (SS2), ESC O (SS3), ESC ˜ (LS1R), ESC } (LS2R), ESC | (LS3R). LSn æåç¬¦éGnæ è®°ä¸ºå½åå- ç¬¦éï¼ç¨äºé«ä½ä¸ºï¼çç¼ç ã LSnR æåç¬¦é Gnæ è®°ä¸ºå½åå- ç¬¦éï¼ç¨äºé«ä½ä¸ºï¼çç¼ç ã SSn æåç¬¦éGn (n=2 or 3) æ è®°ä¸ºå½ååç¬¦éï¼ åªç¨äºä¸ä¸ä¸ªåç¬¦ï¼ ä¸ç®¡å®çé«ä½çå¼æ¯ä»ä¹ï¼

94 åç¬¦çéåç¨å Gn åç¬¦éæ¯ç¨ä¸ä¸ªéé¸åºå ESC ( xx ï¼ç¨äº G0ï¼ï¼ESC ) xx ï¼ç¨äº G1ï¼ï¼ ESC * xx ï¼ç¨äº G2ï¼ï¼ESC + xx ï¼ç¨äº G3ï¼ï¼ç- ä»£è¡¨çï¼è¿éç xx æ¯ä¸ä¸ªç¬¦å· æèæ¯å¨ ISO 2375 å½éæ³¨åç¼ç åç¬¦éä¸- çä¸å¯¹ç¬¦å·ã ä¾å¦ï¼ESC ( @ éç¨ ISO 646 åç¬¦éä½ä¸ºGOï¼ ESC ( A éç¨ UK æ ååç¬¦é(ç¨ç£ä»£æ¿æ°åè®°å·), ESC ( B éæ© ASCII ( ç¨ç¾åä»£æ¿æµéè´§å¸), ESC ( M ä¸ºéæ´²è¯è¨éæ©ä¸ä¸ªåç¬¦éï¼ ESC ( ! A éæ©å¤å·´åç¬¦é, çç. çç.

94 åç¬¦çéåç¨å Gn åç¬¦éæ¯ç¨ä¸ä¸ªéé¸åºå ESC - xx ï¼å¯¹äº G1ï¼, ESC . xx ï¼å¯¹äº G2ï¼ æ ESC / xx ï¼å¯¹äº G3ï¼çè¡¨ç¤ºï¼ ä¾å¦, ESC - G éæ©å¸ä¼¯è±åæ¯è¡¨ä½ä¸º G1.

å¤åèçåç¬¦éç¨å Gn åç¬¦éæ¯ç¨ä¸ä¸ªéé¸åºå ESC $ xx æè ESC $ ( xx ï¼å¯¹äº G0ï¼ï¼ ESC $ ) xx ï¼å¯¹äº G1ï¼ï¼ESC $ * xx ï¼å¯¹äº G2ï¼ï¼ESC $ + xx ï¼å¯¹äº G3ï¼çæ¥è¡¨ç¤ºï¼ ä¾å¦, ESC $ ( C ä¸º G0éæ©é©å½åç¬¦é. æ¥æ¬å- ç¬¦éåç± ESC $ Béæ© æ´å¤ä¸´è¿ççæ¬ç±ESC & @ ESC $ Béæ©.

ISO 4873 è§å®äºä¸ä¸ªèå´æ¯è¾çªçä½¿ç¨åç¬¦éï¼å®ç G0æ¯åºå®ç (æ»æ¯ ASCII), æä»¥ G1, G2 å G3åªè½è¢«è°ç¨äºé«æ¬¡åºä½ç¼ç éã å°¤å¶æ¯ï¼ä¸åä½¿ç¨ ˆN å ˆOï¼ESC ( xx ä»ç¨äº xx=B, å ESC ) xx, ESC * xx, ESC + xx åå«çä»·äº ESC - xx, ESC . xx, ESC / xxï¼

åè

console(4), console_ioctl(4), console_codes(4), ascii(7), iso_8859_1(7), unicode(7), utf-8(7)

[ä¸æçç»´æ¤äºº]

Scorpio <rawk@chinese.com>

[ä¸æçææ°æ´æ°]

2000/10/23

ãä¸å½linuxè®ºåmanæåé¡µç¿»è¯è®¡åã:

http://cmpp.linuxforum.net

è·

æ¬é¡µé¢ä¸æçç±ä¸æ man æåé¡µè®¡åæä¾ã
ä¸æ man æåé¡µè®¡åï¼https://github.com/man-pages-zh/manpages-zh

手册导航

man1

man2

man3

man4

man5

man6

man7

man8