ISO-2022

对于像中文，日文，韩文这样的文字，无法只用8位来表示所有的字符。ISO 2022提供了这样一种技术，它能在一种字符编码中支持多种字符集，可以用8位或16位来表示一个文字（字符），是一种变长的编码，这样，就能表示所有的上述东亚字符了。该编码还有个显著的特点，就是所有的字节都是以0开始（ASCII的0-127部分），有效位数是7，所以在网络传输中，可以只传7位。但同时出现了一个问题，如何区分哪些是ACSII部分的字符，哪些是东亚字符？

       ISO 2022用到的是标号（designations ）和变换函数（shift functions）。 标号又称ESC序列（escape sequence），是一串以ASCII的ESC（ox1B）开头的字符串，特定的字符串指明所用的字符集。变换函数指明以何种方式解释接下来的字符，包括以何种字符集解释，解释多长的字节（接下来的两个字节或所有新的变换出现前的字节）。 下面介绍一下ISO-2022-CN（中文），ISO-2022-JP（日文），以及ISO-2022-KR（韩文）的实现方式。
      2.3.1 ISO-2022-CN
      ISO-2022-CN有3种标号：SO标号，SS2标号和SS3 标号（SS3只出现于ISO-2022-CN-EXT中）。SO标号的形式是ESC $ ) ，其中表示终结字符，由ISO指定。SS2标号的形式是ESC $ * ，SS3标号的形式是ESC $ + 。新出现的同种标号会覆盖前面的标号，如SO标号ESC $ ) A可以覆盖之前出现的SO标号ESC $ ) G，接下来的出现在SO变换后的字符将由新的SO标号指定的字符集来解码。
      ISO-2022-CN有4种变换：SI，SO，SS2，SS3（SS3变换只出现于ISO-2022-CN-EXT中）。
SI变换由一个字节ox0F指定，表明后面的字节都应该解释为ASCII，直到遇到另一个变换。文本以SI为默认的变换，没有出现其它SI变换时，所有字节都将被解释为ASCII，即文本以ACSII字符开头。对于文本的每一行，若有汉字字符存在，一定要指定一个SO标号，即上一行指定的标号在本行不起作用。在行结束之前，一定要变换到ASCII（SI），当然若本行不含汉字字符，就不需要这样的变换了，整个一行都是ASCII字符（关于ISO-2022-CN的形式语法，详见RFC 1922 7.1节）[5]。
SO变换由一个字节ox0E指定，表明接下来的字节由SO标号指定的字符集来解释。
SS2变换由两个字节ox1B4E指定，表明接下来两个字节由SS2标号指定的字符集来解释，之后的字节又将由之前定义的变换来解释（SI或SO）。
SS3变换由两个字节ox1B4F指定，表明接下来两个字节由SS3标号指定的字符集来解释，之后的字节又将由之前定义的变换来解释（SI或SO）。
该编码支持的字符集有ASCII，GB2312，CNS 11643-plane-1和CNS 11643-plane-2。
ISO-2022-CN所用的标号，变换函数，以及支持的字符集如表2-2所示，标号含义如表2-3所示。
表2-2 ISO-2022-CN 字符集变换函数对应表
字符集 变换函数
ASCII SI
GB 2312, CNS 11643-plane-1 SO
CNS 11643-plane-2 SS2
表2-3标号含义
ESC $ ) A 表明在SO变换后的字节是由GB2312编码的汉字字符，直至出现另一个SO标号。
ESC $ ) G 表明在SO变换后的字节是由CNS 11643-plane-1编码的汉字字符，直至出现另一个SO标号。
ESC $ * H 表明紧接在SS2变换后的两个字节是由CNS 11643-plane-2编码的汉字字符，直至出现另一个SS2标号。
ISO-2022-CN-EXT是对ISO-2022-CN的一个扩展，支持汉字字符集：GB, Big5和CNS 11643，详见RFC 1922[5]。
        2.3.2 ISO-2022-JP
        ISO-2022-JP比ISO-2022-CN出现更早，与ISO-2022-CN类似，但更简单些，因为它没有用到变换函数，只用到了标号。标号（ESC序列）与字符集之间的对应关系如表2-4所示。
表2-4 ISO-2022-JP标号字符集对应表
ESC 序列 字符集
ESC ( B ASCII
ESC ( J JIS X 0201-1976 ("Roman" set)
ESC $ @ JIS X 0208-1978
ESC $ B JIS X 0208-1983
JIS X 0201与ASCII基本相同，除了两个字符：反斜线符号（backslash）和tilde (~)。backslash被日元符号代替，tilde被overline代替。
JIS X 0208 字符集包括日本汉字，平假名，片假名和其它一些符号和字符。
若一行中含有JIS X 0208字符集，则在该行结束前，需要转换到ASCII或JIS X 0201字符集，这个转换指明了下一行开始所用的字符集。文本必须以ASCII结束，关于ISO-2022-JP的形式语法，详见RFC 1468[6]。
         2.3.3 ISO-2022-KR
         ISO-2022-KR也有标号和变换函数，如表2-5所示：
表2-5 ISO-2022-KR变换函数字符集对应关系及标号意义表
SO KSC 5601
SI ASCII
ESC $ ) C 在第一个SO变换出现前的某一行的开始出现一次
KSC 5601字符集包括Hangul，Hanja，图形和一些其它外来字符，每个字符由两个字节组成。
ESC $ ) C标号的出现表明将要出现KSC 5601字符集中的字符，至多出现一次。若未出现，表明所有的字符都是ASCII。关于ISO-2022-KR的形式语法，详见RFC 1557[7]。

 

本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/lei001/archive/2008/01/16/2047682.aspx