Windows-1252
Windows-1252 o CP-1252 es una codificación de caracteres del alfabeto latino, usada por defecto cuando unicode no se usa en los componentes oficiales de Microsoft Windows en inglés y en algunos lenguajes occidentales. Es una versión en la que el código de páginas de Windows está en los paquetes de LaTeX, el cual se refiere como ansinew.
Detalles
Esta codificación es un superconjunto de ISO 8859-1, pero difiere de la ISO-8859-1 de IANA por el uso de caracteres no imprimibles en vez de caracteres de control en el rango 0x80 a 0x9F. Es conocido en Windows como el código de caracteres número 1252, y con el nombre de "windows-1252", aprobado por la IANA. Este código de caracteres también incluye todos los caracteres imprimibles de ISO 8859-15 (algunos mapeados a diferentes posiciones).
Es muy común confundir la codificación de caracteres Windows-1252 con la de ISO-8859-1. El resultado habitual era que todas las comillas y apóstrofos (producidos por las "comillas inteligentes" en software Microsoft) eran reemplazadas por signos de interrogación o por cajas en sistemas operativos no-Windows, haciendo que el texto resultara difícil de leer. La mayoría de los navegadores modernos y clientes de correo electrónico, tratan la codificación de caracteres de MIME ISO-8859-1 como Windows-1252 con el fin de paliar esta confusión. Este es uno de los estándares en las especificaciones de HTML 5, que requieren una interpretación de ISO-8859-1 en Windows-1252.[1]
Históricamente, el término "ANSI code page" (ACP) se usa en Windows para referirse a varias páginas de códigos consideradas como nativas. La intención era que la mayoría de estas fueran estándares ANSI como lo es el ISO-8859-1. Incluso, Windows-1252 fue la primera y de lejos la más popular página de códigos de los idiomas que soporta Microsoft Windows, y sin embargo jamás ha sido un estándar ANSI. Microsoft establece que "El término ANSI usado para indicar a los códigos de página Windows, es una referencia histórica, pero actualmente es un término equivocado que aún continua persistente en la comunidad de Windows."[2]
Diseño de la codificación de caracteres
La siguiente tabla muestra la codificación Windows-1252, con las diferencias con la codificación ISO-8859-1 marcadas con bordes gruesos y asteriscos(*). Cada carácter se muestra con su equivalente en Unicode y con su código en decimal.
Microsoft cita el mapeo de los caracteres con Unicode con el "mejor ajuste",[3] el cual incluye los cinco caracteres no mapeados, así como los caracteres mapeados al 1252 que están obsoletos.
| Windows-1252 (CP1252) | ||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| —0 | —1 | —2 | —3 | —4 | —5 | —6 | —7 | —8 | —9 | —A | —B | —C | —D | —E | —F | |
| 0- | NUL 0000 0 | SOH 0001 1 | STX 0002 2 | ETX 0003 3 | EOT 0004 4 | ENQ 0005 5 | ACK 0006 6 | BEL 0007 7 | BS 0008 8 | HT 0009 9 | LF 000A 10 | VT 000B 11 | FF 000C 12 | CR 000D 13 | SO 000E 14 | SI 000F 15 |
| 1- | DLE 0010 16 | DC1 0011 17 | DC2 0012 18 | DC3 0013 19 | DC4 0014 20 | NAK 0015 21 | SYN 0016 22 | ETB 0017 23 | CAN 0018 24 | EM 0019 25 | SUB 001A 26 | ESC 001B 27 | FS 001C 28 | GS 001D 29 | RS 001E 30 | US 001F 31 |
| 2- | SP 0020 32 | ! 0021 33 | " 0022 34 | # 0023 35 | $ 0024 36 | % 0025 37 | & 0026 38 | ' 0027 39 | ( 0028 40 | ) 0029 41 | * 002A 42 | + 002B 43 | , 002C 44 | - 002D 45 | . 002E 46 | / 002F 47 |
| 3- | 0 0030 48 | 1 0031 49 | 2 0032 50 | 3 0033 51 | 4 0034 52 | 5 0035 53 | 6 0036 54 | 7 0037 55 | 8 0038 56 | 9 0039 57 | : 003A 58 | ; 003B 59 | < 003C 60 | = 003D 61 | > 003E 62 | ? 003F 63 |
| 4- | @ 0040 64 | A 0041 65 | B 0042 66 | C 0043 67 | D 0044 68 | E 0045 69 | F 0046 70 | G 0047 71 | H 0048 72 | I 0049 73 | J 004A 74 | K 004B 75 | L 004C 76 | M 004D 77 | N 004E 78 | O 004F 79 |
| 5- | P 0050 80 | Q 0051 81 | R 0052 82 | S 0053 83 | T 0054 84 | U 0055 85 | V 0056 86 | W 0057 87 | X 0058 88 | Y 0059 89 | Z 005A 90 | [ 005B 91 | \ 005C 92 | ] 005D 93 | ^ 005E 94 | _ 005F 95 |
| 6- | ` 0060 96 | a 0061 97 | b 0062 98 | c 0063 99 | d 0064 100 | e 0065 101 | f 0066 102 | g 0067 103 | h 0068 104 | i 0069 105 | j 006A 106 | k 006B 107 | l 006C 108 | m 006D 109 | n 006E 110 | o 006F 111 |
| 7- | p 0070 112 | q 0071 113 | r 0072 114 | s 0073 115 | t 0074 116 | u 0075 117 | v 0076 118 | w 0077 119 | x 0078 120 | y 0079 121 | z 007A 122 | { 007B 123 | | 007C 124 | } 007D 125 | ~ 007E 126 | DEL 007F 127 |
| 8- | € 20AC 128* | ‚ 201A 130* | ƒ 0192 131* | „ 201E 132* | … 2026 133* | † 2020 134* | ‡ 2021 135* | ˆ 02C6 136* | ‰ 2030 137* | Š 0160 138* | ‹ 2039 139* | Œ 0152 140* | Ž 017D 142* | |||
| 9- | ‘ 2018 145* | ’ 2019 146* | “ 201C 147* | ” 201D 148* | • 2022 149* | – 2013 150* | — 2014 151* | ˜ 02DC 152* | ™ 2122 153* | š 0161 154* | › 203A 155* | œ 0153 156* | ž 017E 158* | Ÿ 0178 159* | ||
| A- | NBSP 00A0 160 | ¡ 00A1 161 | ¢ 00A2 162 | £ 00A3 163 | ¤ 00A4 164 | ¥ 00A5 165 | ¦ 00A6 166 | § 00A7 167 | ¨ 00A8 168 | © 00A9 169 | ª 00AA 170 | « 00AB 171 | ¬ 00AC 172 | SHY 00AD 173 | ® 00AE 174 | ¯ 00AF 175 |
| B- | ° 00B0 176 | ± 00B1 177 | ² 00B2 178 | ³ 00B3 179 | ´ 00B4 180 | µ 00B5 181 | ¶ 00B6 182 | · 00B7 183 | ¸ 00B8 184 | ¹ 00B9 185 | º 00BA 186 | » 00BB 187 | ¼ 00BC 188 | ½ 00BD 189 | ¾ 00BE 190 | ¿ 00BF 191 |
| C- | À 00C0 192 | Á 00C1 193 | Â 00C2 194 | Ã 00C3 195 | Ä 00C4 196 | Å 00C5 197 | Æ 00C6 198 | Ç 00C7 199 | È 00C8 200 | É 00C9 201 | Ê 00CA 202 | Ë 00CB 203 | Ì 00CC 204 | Í 00CD 205 | Î 00CE 206 | Ï 00CF 207 |
| D- | Ð 00D0 208 | Ñ 00D1 209 | Ò 00D2 210 | Ó 00D3 211 | Ô 00D4 212 | Õ 00D5 213 | Ö 00D6 214 | × 00D7 215 | Ø 00D8 216 | Ù 00D9 217 | Ú 00DA 218 | Û 00DB 219 | Ü 00DC 220 | Ý 00DD 221 | Þ 00DE 222 | ß 00DF 223 |
| E- | à 00E0 224 | á 00E1 225 | â 00E2 226 | ã 00E3 227 | ä 00E4 228 | å 00E5 229 | æ 00E6 230 | ç 00E7 231 | è 00E8 232 | é 00E9 233 | ê 00EA 234 | ë 00EB 235 | ì 00EC 236 | í 00ED 237 | î 00EE 238 | ï 00EF 239 |
| F- | ð 00F0 240 | ñ 00F1 241 | ò 00F2 242 | ó 00F3 243 | ô 00F4 244 | õ 00F5 245 | ö 00F6 246 | ÷ 00F7 247 | ø 00F8 248 | ù 00F9 249 | ú 00FA 250 | û 00FB 251 | ü 00FC 252 | ý 00FD 253 | þ 00FE 254 | ÿ 00FF 255 |
Leyenda: las celdas amarillas son caracteres de control, las celdas azules son puntuación, las púrpuras son números, las verdes son letras ASCII, y las de color canela son letras internacionales.
Según la información de las webs de Microsoft y del Consorcio Unicode, las posiciones 81, 8D, 8F, 90, y 9D no se usan. Sin embargo, lla llamada a la API de Windows que convierte de páginas de códigos a Unicode mapea estas a las correspondientes códigos de control C1. El símbolo del Euro en la posición 80 no estaba en versiones anteriores de esta página de códigos, ni tampoco las S y Z con carón (háček).
Enlaces externos
- Windows 1252 reference chart
- IANA Charset Name Registration
- Unicode mapping table for Windows 1252
- Unicode mappings of windows 1252 with "best fit"
Referencias
- HTML 5 Draft Recommendation — 20 April 2009, 2.8 Character encodings, retrieved [2009-04-20].
- http://blogs.msdn.com/oldnewthing/archive/2004/05/31/144893.aspx
- Unicode mappings of windows 1252 with "best fit"