home *** CD-ROM | disk | FTP | other *** search
/ PC Professionell 2006 December / PCpro_2006_12.ISO / ossdvd / server / Perl2 / lib / Encode / Supported.pod < prev    next >
Encoding:
Text File  |  2002-11-28  |  27.9 KB  |  872 lines
  1. =head1 NAME
  2.  
  3. Encode::Supported -- Encodings supported by Encode
  4.  
  5. =head1 DESCRIPTION
  6.  
  7. =head2 Encoding Names
  8.  
  9. Encoding names are case insensitive. White space in names
  10. is ignored.  In addition, an encoding may have aliases.
  11. Each encoding has one "canonical" name.  The "canonical"
  12. name is chosen from the names of the encoding by picking
  13. the first in the following sequence (with a few exceptions).
  14.  
  15. =over 4
  16.  
  17. =item *
  18.  
  19. The name used by the Perl community.  That includes 'utf8' and 'ascii'.
  20. Unlike aliases, canonical names directly reach the method so such
  21. frequently used words like 'utf8' don't need to do alias lookups.
  22.  
  23. =item *
  24.  
  25. The MIME name as defined in IETF RFCs.  This includes all "iso-"s.
  26.  
  27. =item * 
  28.  
  29. The name in the IANA registry.
  30.  
  31. =item *
  32.  
  33. The name used by the organization that defined it.
  34.  
  35. =back
  36.  
  37. In case I<de jure> canonical names differ from that of the Encode
  38. module, they are always aliased if it ever be implemented.  So you can
  39. safely tell if a given encoding is implemented or not just by passing 
  40. the canonical name.
  41.  
  42. Because of all the alias issues, and because in the general case 
  43. encodings have state, "Encode" uses an encoding object internally 
  44. once an operation is in progress.
  45.  
  46. =head1 Supported Encodings
  47.  
  48. As of Perl 5.8.0, at least the following encodings are recognized.
  49. Note that unless otherwise specified, they are all case insensitive
  50. (via alias) and all occurrence of spaces are replaced with '-'.
  51. In other words, "ISO 8859 1" and "iso-8859-1" are identical.
  52.  
  53. Encodings are categorized and implemented in several different modules
  54. but you don't have to C<use Encode::XX> to make them available for
  55. most cases.  Encode.pm will automatically load those modules on demand.
  56.  
  57. =head2 Built-in Encodings
  58.  
  59. The following encodings are always available.
  60.  
  61.   Canonical     Aliases                      Comments & References
  62.   ----------------------------------------------------------------
  63.   ascii         US-ascii ISO-646-US                         [ECMA]
  64.   ascii-ctrl                              Special Encoding
  65.   iso-8859-1    latin1                                       [ISO]
  66.   null                                  Special Encoding
  67.   utf8          UTF-8                                    [RFC2279]
  68.   ----------------------------------------------------------------
  69.  
  70. I<null> and I<ascii-ctrl> are special.  "null" fails for all character
  71. so when you set fallback mode to PERLQQ, HTMLCREF or XMLCREF, ALL
  72. CHARACTERS will fall back to character references.  Ditto for
  73. "ascii-ctrl" except for control characters.  For fallback modes, see
  74. L<Encode>.
  75.  
  76. =head2 Encode::Unicode -- other Unicode encodings
  77.  
  78. Unicode coding schemes other than native utf8 are supported by
  79. Encode::Unicode, which will be autoloaded on demand.
  80.  
  81.   ----------------------------------------------------------------
  82.   UCS-2BE       UCS-2, iso-10646-1                      [IANA, UC]
  83.   UCS-2LE                                                     [UC]
  84.   UTF-16                                                      [UC]
  85.   UTF-16BE                                                    [UC]
  86.   UTF-16LE                                                    [UC]
  87.   UTF-32                                                      [UC]
  88.   UTF-32BE    UCS-4                                         [UC]
  89.   UTF-32LE                                                    [UC]
  90.   ----------------------------------------------------------------
  91.  
  92. To find how (UCS-2|UTF-(16|32))(LE|BE)? differ from one another,
  93. see L<Encode::Unicode>. 
  94.  
  95. =head2 Encode::Byte -- Extended ASCII
  96.  
  97. Encode::Byte implements most single-byte encodings except for
  98. Symbols and EBCDIC. The following encodings are based on single-byte
  99. encodings implemented as extended ASCII.  Most of them map
  100. \x80-\xff (upper half) to non-ASCII characters.
  101.  
  102. =over 4
  103.  
  104. =item ISO-8859 and corresponding vendor mappings
  105.  
  106. Since there are so many, they are presented in table format with
  107. languages and corresponding encoding names by vendors.  Note that
  108. the table is sorted in order of ISO-8859 and the corresponding vendor
  109. mappings are slightly different from that of ISO.  See
  110. L<http://czyborra.com/charsets/iso8859.html> for details.
  111.  
  112.   Lang/Regions  ISO/Other Std.  DOS     Windows Macintosh  Others
  113.   ----------------------------------------------------------------
  114.   N. America    (ASCII)         cp437        AdobeStandardEncoding
  115.                                 cp863 (DOSCanadaF)
  116.   W. Europe     iso-8859-1      cp850   cp1252  MacRoman  nextstep
  117.                                                          hp-roman8
  118.                                 cp860 (DOSPortuguese)
  119.   Cntrl. Europe iso-8859-2      cp852   cp1250  MacCentralEurRoman
  120.                                                 MacCroatian
  121.                                                 MacRomanian
  122.                                                 MacRumanian
  123.   Latin3[1]     iso-8859-3      
  124.   Latin4[2]     iso-8859-4              
  125.   Cyrillics     iso-8859-5      cp855   cp1251  MacCyrillic
  126.     (See also next section)     cp866           MacUkrainian
  127.   Arabic        iso-8859-6      cp864   cp1256  MacArabic
  128.                                 cp1006          MacFarsi
  129.   Greek         iso-8859-7      cp737   cp1253  MacGreek
  130.                                 cp869 (DOSGreek2)
  131.   Hebrew        iso-8859-8      cp862   cp1255  MacHebrew
  132.   Turkish       iso-8859-9      cp857   cp1254  MacTurkish
  133.   Nordics       iso-8859-10     cp865
  134.                                 cp861           MacIcelandic
  135.                                                 MacSami
  136.   Thai          iso-8859-11[3]  cp874           MacThai
  137.   (iso-8859-12 is nonexistent. Reserved for Indics?)
  138.   Baltics       iso-8859-13     cp775           cp1257
  139.   Celtics       iso-8859-14
  140.   Latin9 [4]    iso-8859-15
  141.   Latin10       iso-8859-16
  142.   Vietnamese    viscii                  cp1258  MacVietnamese
  143.   ----------------------------------------------------------------
  144.  
  145.   [1] Esperanto, Maltese, and Turkish. Turkish is now on 8859-9.
  146.   [2] Baltics.  Now on 8859-10, except for Latvian.
  147.   [3] TIS 620 +  Non-Breaking Space (0xA0 / U+00A0)
  148.   [4] Nicknamed Latin0; the Euro sign as well as French and Finnish
  149.       letters that are missing from 8859-1 were added.
  150.  
  151. All cp* are also available as ibm-*, ms-*, and windows-* .  See also
  152. L<http://czyborra.com/charsets/codepages.html>.
  153.  
  154. Macintosh encodings don't seem to be registered in such entities as
  155. IANA.  "Canonical" names in Encode are based upon Apple's Tech Note
  156. 1150.  See L<http://developer.apple.com/technotes/tn/tn1150.html> 
  157. for details.
  158.  
  159. =item KOI8 - De Facto Standard for the Cyrillic world
  160.  
  161. Though ISO-8859 does have ISO-8859-5, the KOI8 series is far more
  162. popular in the Net.   L<Encode> comes with the following KOI charsets.
  163. For gory details, see L<http://czyborra.com/charsets/cyrillic.html>
  164.  
  165.   ----------------------------------------------------------------
  166.   koi8-f                                        
  167.   koi8-r cp878                                           [RFC1489]
  168.   koi8-u                                                 [RFC2319]
  169.   ----------------------------------------------------------------
  170.  
  171. =item gsm0338 - Hentai Latin 1
  172.  
  173. GSM0338 is for GSM handsets. Though it shares alphanumerals with
  174. ASCII, control character ranges and other parts are mapped very
  175. differently, presumably to store Greek and Cyrillic alphabets.
  176. This is also covered in Encode::Byte even though it is not an
  177. "extended ASCII" encoding.
  178.  
  179. =back
  180.  
  181. =head2 CJK: Chinese, Japanese, Korean (Multibyte)
  182.  
  183. Note that Vietnamese is listed above.  Also read "Encoding vs Charset"
  184. below.  Also note that these are implemented in distinct modules by
  185. countries, due to the size concerns (simplified Chinese is mapped
  186. to 'CN', continental China, while traditional Chinese is mapped to
  187. 'TW', Taiwan).  Please refer to their respective documentation pages.
  188.  
  189. =over 4
  190.  
  191. =item Encode::CN -- Continental China
  192.  
  193.   Standard      DOS/Win Macintosh                Comment/Reference
  194.   ----------------------------------------------------------------
  195.   euc-cn [1]            MacChineseSimp
  196.   (gbk)         cp936 [2]
  197.   gb12345-raw                      { GB12345 without CES }
  198.   gb2312-raw                       { GB2312  without CES }
  199.   hz
  200.   iso-ir-165
  201.   ----------------------------------------------------------------
  202.  
  203.   [1] GB2312 is aliased to this.  See L<Microsoft-related naming mess>
  204.   [2] gbk is aliased to this.  See L<Microsoft-related naming mess>
  205.  
  206. =item Encode::JP -- Japan
  207.  
  208.   Standard      DOS/Win Macintosh                Comment/Reference
  209.   ----------------------------------------------------------------
  210.   euc-jp
  211.   shiftjis      cp932   macJapanese
  212.   7bit-jis
  213.   iso-2022-jp                                            [RFC1468]
  214.   iso-2022-jp-1                                          [RFC2237]
  215.   jis0201-raw  { JIS X 0201 (roman + halfwidth kana) without CES }
  216.   jis0208-raw  { JIS X 0208 (Kanji + fullwidth kana) without CES }
  217.   jis0212-raw  { JIS X 0212 (Extended Kanji)         without CES }
  218.   ----------------------------------------------------------------
  219.  
  220. =item Encode::KR -- Korea
  221.  
  222.   Standard      DOS/Win Macintosh                Comment/Reference
  223.   ----------------------------------------------------------------
  224.   euc-kr                MacKorean                        [RFC1557]
  225.                 cp949 [1]                    
  226.   iso-2022-kr                                            [RFC1557]
  227.   johab                                  [KS X 1001:1998, Annex 3]
  228.   ksc5601-raw                              { KSC5601 without CES }
  229.   ----------------------------------------------------------------
  230.  
  231.   [1] ks_c_5601-1987, (x-)?windows-949, and uhc are aliased to this.
  232.   See below.
  233.  
  234. =item Encode::TW -- Taiwan
  235.  
  236.   Standard      DOS/Win Macintosh                Comment/Reference
  237.   ----------------------------------------------------------------
  238.   big5-eten     cp950   MacChineseTrad {big5 aliased to big5-eten}
  239.   big5-hkscs                              
  240.   ----------------------------------------------------------------
  241.  
  242. =item Encode::HanExtra -- More Chinese via CPAN
  243.  
  244. Due to the size concerns, additional Chinese encodings below are
  245. distributed separately on CPAN, under the name Encode::HanExtra.
  246.  
  247.   Standard      DOS/Win Macintosh                Comment/Reference
  248.   ----------------------------------------------------------------
  249.   big5ext                                   CMEX's Big5e Extension
  250.   big5plus                                  CMEX's Big5+ Extension
  251.   cccii         Chinese Character Code for Information Interchange
  252.   euc-tw                             EUC (Extended Unix Character)
  253.   gb18030                          GBK with Traditional Characters
  254.   ----------------------------------------------------------------
  255.  
  256. =item Encode::JIS2K -- JIS X 0213 encodings via CPAN
  257.  
  258. Due to size concerns, additional Japanese encodings below are
  259. distributed separately on CPAN, under the name Encode::JIS2K.
  260.  
  261.   Standard      DOS/Win Macintosh                Comment/Reference
  262.   ----------------------------------------------------------------
  263.   euc-jisx0213
  264.   shiftjisx0123
  265.   iso-2022-jp-3
  266.   jis0213-1-raw
  267.   jis0213-2-raw
  268.   ----------------------------------------------------------------
  269.  
  270. =back
  271.  
  272. =head2 Miscellaneous encodings
  273.  
  274. =over 4
  275.  
  276. =item Encode::EBCDIC
  277.  
  278. See L<perlebcdic> for details.
  279.  
  280.   ----------------------------------------------------------------
  281.   cp37
  282.   cp500  
  283.   cp875  
  284.   cp1026  
  285.   cp1047  
  286.   posix-bc
  287.   ----------------------------------------------------------------
  288.  
  289. =item Encode::Symbols
  290.  
  291. For symbols  and dingbats.
  292.  
  293.   ----------------------------------------------------------------
  294.   symbol
  295.   dingbats
  296.   MacDingbats
  297.   AdobeZdingbat
  298.   AdobeSymbol
  299.   ----------------------------------------------------------------
  300.  
  301. =item Encode::MIME::Header
  302.  
  303. Strictly speaking, MIME header encoding documented in RFC 2047 is more
  304. of encapsulation than encoding.  However, their support in modern
  305. world is imperative so they are supported.
  306.  
  307.   ----------------------------------------------------------------
  308.   MIME-Header                                            [RFC2047]
  309.   MIME-B                                                 [RFC2047]
  310.   MIME-Q                                                 [RFC2047]
  311.   ----------------------------------------------------------------
  312.  
  313. =item Encode::Guess
  314.  
  315. This one is not a name of encoding but a utility that lets you pick up
  316. the most appropriate encoding for a data out of given I<suspects>.  See
  317. L<Encode::Guess> for details.
  318.  
  319. =back
  320.  
  321. =head1 Unsupported encodings
  322.  
  323. The following encodings are not supported as yet; some because they
  324. are rarely used, some because of technical difficulties.  They may
  325. be supported by external modules via CPAN in the future, however.
  326.  
  327. =over 4
  328.  
  329. =item   ISO-2022-JP-2 [RFC1554]
  330.  
  331. Not very popular yet.  Needs Unicode Database or equivalent to
  332. implement encode() (because it includes JIS X 0208/0212, KSC5601, and
  333. GB2312 simultaneously, whose code points in Unicode overlap.  So you
  334. need to lookup the database to determine to what character set a given
  335. Unicode character should belong). 
  336.  
  337. =item ISO-2022-CN [RFC1922]
  338.  
  339. Not very popular.  Needs CNS 11643-1 and -2 which are not available in
  340. this module.  CNS 11643 is supported (via euc-tw) in Encode::HanExtra.
  341. Autrijus Tang may add support for this encoding in his module in future.
  342.  
  343. =item Various HP-UX encodings
  344.  
  345. The following are unsupported due to the lack of mapping data.
  346.  
  347.   '8'  - arabic8, greek8, hebrew8, kana8, thai8, and turkish8
  348.   '15' - japanese15, korean15, and roi15
  349.  
  350. =item Cyrillic encoding ISO-IR-111
  351.  
  352. Anton Tagunov doubts its usefulness.
  353.  
  354. =item ISO-8859-8-1 [Hebrew]
  355.  
  356. None of the Encode team knows Hebrew enough (ISO-8859-8, cp1255 and
  357. MacHebrew are supported because and just because there were mappings
  358. available at L<http://www.unicode.org/>).  Contributions welcome.
  359.  
  360. =item ISIRI 3342, Iran System, ISIRI 2900 [Farsi]
  361.  
  362. Ditto.
  363.  
  364. =item Thai encoding TCVN
  365.  
  366. Ditto.
  367.  
  368. =item Vietnamese encodings VPS
  369.  
  370. Though Jungshik Shin has reported that Mozilla supports this encoding,
  371. it was too late before 5.8.0 for us to add it.  In the future, it
  372. may be available via a separate module.  See
  373. L<http://lxr.mozilla.org/seamonkey/source/intl/uconv/ucvlatin/vps.uf>
  374. and
  375. L<http://lxr.mozilla.org/seamonkey/source/intl/uconv/ucvlatin/vps.ut>
  376. if you are interested in helping us.
  377.  
  378. =item Various Mac encodings
  379.  
  380. The following are unsupported due to the lack of mapping data. 
  381.  
  382.   MacArmenian,  MacBengali,   MacBurmese,   MacEthiopic
  383.   MacExtArabic, MacGeorgian,  MacKannada,   MacKhmer
  384.   MacLaotian,   MacMalayalam, MacMongolian, MacOriya
  385.   MacSinhalese, MacTamil,     MacTelugu,    MacTibetan
  386.   MacVietnamese
  387.  
  388. The rest which are already available are based upon the vendor mappings
  389. at L<http://www.unicode.org/Public/MAPPINGS/VENDORS/APPLE/> .
  390.  
  391. =item (Mac) Indic encodings
  392.  
  393. The maps for the following are available at L<http://www.unicode.org/>
  394. but remain unsupport because those encodings need algorithmical
  395. approach, currently unsupported by F<enc2xs>:
  396.  
  397.   MacDevanagari
  398.   MacGurmukhi
  399.   MacGujarati
  400.  
  401. For details, please see C<Unicode mapping issues and notes:> at
  402. L<http://www.unicode.org/Public/MAPPINGS/VENDORS/APPLE/DEVANAGA.TXT> .
  403.  
  404. I believe this issue is prevalent not only for Mac Indics but also in
  405. other Indic encodings, but the above were the only Indic encodings
  406. maps that I could find at L<http://www.unicode.org/> .
  407.  
  408. =back
  409.  
  410. =head1 Encoding vs. Charset -- terminology
  411.  
  412. We are used to using the term (character) I<encoding> and I<character
  413. set> interchangeably.  But just as confusing the terms byte and
  414. character is dangerous and the terms should be differentiated when
  415. needed, we need to differentiate I<encoding> and I<character set>.
  416.  
  417. To understand that, here is a description of how we make computers
  418. grok our characters.
  419.  
  420. =over 4
  421.  
  422. =item *
  423.  
  424. First we start with which characters to include.  We call this
  425. collection of characters I<character repertoire>.
  426.  
  427. =item *
  428.  
  429. Then we have to give each character a unique ID so your computer can
  430. tell the difference between 'a' and 'A'.  This itemized character
  431. repertoire is now a I<character set>.
  432.  
  433. =item *
  434.  
  435. If your computer can grow the character set without further
  436. processing, you can go ahead and use it.  This is called a I<coded
  437. character set> (CCS) or I<raw character encoding>.  ASCII is used this
  438. way for most cases.
  439.  
  440. =item *
  441.  
  442. But in many cases, especially multi-byte CJK encodings, you have to
  443. tweak a little more.  Your network connection may not accept any data
  444. with the Most Significant Bit set, and your computer may not be able to
  445. tell if a given byte is a whole character or just half of it.  So you
  446. have to I<encode> the character set to use it.
  447.  
  448. A I<character encoding scheme> (CES) determines how to encode a given
  449. character set, or a set of multiple character sets.  7bit ISO-2022 is
  450. an example of a CES.  You switch between character sets via I<escape
  451. sequences>.
  452.  
  453. =back
  454.  
  455. Technically, or mathematically, speaking, a character set encoded in
  456. such a CES that maps character by character may form a CCS.  EUC is such
  457. an example.  The CES of EUC is as follows:
  458.  
  459. =over 4
  460.  
  461. =item *
  462.  
  463. Map ASCII unchanged.
  464.  
  465. =item *
  466.  
  467. Map such a character set that consists of 94 or 96 powered by N
  468. members by adding 0x80 to each byte.
  469.  
  470. =item *
  471.  
  472. You can also use 0x8e and 0x8f to indicate that the following sequence of
  473. characters belongs to yet another character set.  To each following byte
  474. is added the value 0x80.
  475.  
  476. =back
  477.  
  478. By carefully looking at the encoded byte sequence, you can find that the
  479. byte sequence conforms a unique number.  In that sense, EUC is a CCS
  480. generated by a CES above from up to four CCS (complicated?).  UTF-8
  481. falls into this category.  See L<perlUnicode/"UTF-8"> to find out how
  482. UTF-8 maps Unicode to a byte sequence.
  483.  
  484. You may also have found out by now why 7bit ISO-2022 cannot comprise
  485. a CCS.  If you look at a byte sequence \x21\x21, you can't tell if
  486. it is two !'s or IDEOGRAPHIC SPACE.  EUC maps the latter to \xA1\xA1
  487. so you have no trouble differentiating between "!!". and S<"  ">.
  488.  
  489. =head1 Encoding Classification (by Anton Tagunov and Dan Kogai)
  490.  
  491. This section tries to classify the supported encodings by their 
  492. applicability for information exchange over the Internet and to 
  493. choose the most suitable aliases to name them in the context of 
  494. such communication.
  495.  
  496. =over 4
  497.  
  498. =item * 
  499.  
  500. To (en|de)code encodings marked by C<(**)>, you need 
  501. C<Encode::HanExtra>, available from CPAN.
  502.  
  503. =back
  504.  
  505. Encoding names
  506.  
  507.   US-ASCII    UTF-8    ISO-8859-*  KOI8-R
  508.   Shift_JIS   EUC-JP   ISO-2022-JP ISO-2022-JP-1
  509.   EUC-KR      Big5     GB2312
  510.  
  511. are registered with IANA as preferred MIME names and may
  512. be used over the Internet.
  513.  
  514. C<Shift_JIS> has been officialized by JIS X 0208:1997.
  515. L<Microsoft-related naming mess> gives details.
  516.  
  517. C<GB2312> is the IANA name for C<EUC-CN>.
  518. See L<Microsoft-related naming mess> for details.
  519.  
  520. C<GB_2312-80> I<raw> encoding is available as C<gb2312-raw>
  521. with Encode. See L<Encode::CN> for details.
  522.  
  523.   EUC-CN
  524.   KOI8-U        [RFC2319]
  525.  
  526. have not been registered with IANA (as of March 2002) but
  527. seem to be supported by major web browsers. 
  528. The IANA name for C<EUC-CN> is C<GB2312>.
  529.  
  530.   KS_C_5601-1987
  531.  
  532. is heavily misused.
  533. See L<Microsoft-related naming mess> for details.
  534.  
  535. C<KS_C_5601-1987> I<raw> encoding is available as C<kcs5601-raw>
  536. with Encode. See L<Encode::KR> for details.
  537.  
  538.   UTF-16 UTF-16BE UTF-16LE
  539.  
  540. are IANA-registered C<charset>s. See [RFC 2781] for details.
  541. Jungshik Shin reports that UTF-16 with a BOM is well accepted
  542. by MS IE 5/6 and NS 4/6. Beware however that
  543.  
  544. =over 4
  545.  
  546. =item *
  547.  
  548. C<UTF-16> support in any software you're going to be
  549. using/interoperating with has probably been less tested
  550. then C<UTF-8> support
  551.  
  552. =item *
  553.  
  554. C<UTF-8> coded data seamlessly passes traditional
  555. command piping (C<cat>, C<more>, etc.) while C<UTF-16> coded
  556. data is likely to cause confusion (with its zero bytes,
  557. for example)
  558.  
  559. =item *
  560.  
  561. it is beyond the power of words to describe the way HTML browsers
  562. encode non-C<ASCII> form data. To get a general impression, visit
  563. L<http://ppewww.ph.gla.ac.uk/~flavell/charset/form-i18n.html>.
  564. While encoding of form data has stabilized for C<UTF-8> encoded pages
  565. (at least IE 5/6, NS 6, and Opera 6 behave consistently), be sure to
  566. expect fun (and cross-browser discrepancies) with C<UTF-16> encoded
  567. pages!
  568.  
  569. =back
  570.  
  571. The rule of thumb is to use C<UTF-8> unless you know what
  572. you're doing and unless you really benefit from using C<UTF-16>.
  573.  
  574.   ISO-IR-165    [RFC1345]
  575.   VISCII
  576.   GB 12345
  577.   GB 18030 (**)  (see links bellow)
  578.   EUC-TW   (**)
  579.  
  580. are totally valid encodings but not registered at IANA.
  581. The names under which they are listed here are probably the
  582. most widely-known names for these encodings and are recommended
  583. names.
  584.  
  585.   BIG5PLUS (**)
  586.  
  587. is a proprietary name. 
  588.  
  589. =head2 Microsoft-related naming mess
  590.  
  591. Microsoft products misuse the following names:
  592.  
  593. =over 4
  594.  
  595. =item KS_C_5601-1987
  596.  
  597. Microsoft extension to C<EUC-KR>.
  598.  
  599. Proper names: C<CP949>, C<UHC>, C<x-windows-949> (as used by Mozilla).
  600.  
  601. See L<http://lists.w3.org/Archives/Public/ietf-charsets/2001AprJun/0033.html>
  602. for details.
  603.  
  604. Encode aliases C<KS_C_5601-1987> to C<cp949> to reflect this common
  605. misusage. I<Raw> C<KS_C_5601-1987> encoding is available as
  606. C<kcs5601-raw>.
  607.  
  608. See L<Encode::KR> for details.
  609.  
  610. =item GB2312
  611.  
  612. Microsoft extension to C<EUC-CN>.
  613.  
  614. Proper names: C<CP936>, C<GBK>.
  615.  
  616. C<GB2312> has been registered in the C<EUC-CN> meaning at
  617. IANA. This has partially repaired the situation: Microsoft's 
  618. C<GB2312> has become a superset of the official C<GB2312>.
  619.  
  620. Encode aliases C<GB2312> to C<euc-cn> in full agreement with
  621. IANA registration. C<cp936> is supported separately.
  622. I<Raw> C<GB_2312-80> encoding is available as C<gb2312-raw>.
  623.  
  624. See L<Encode::CN> for details.
  625.  
  626. =item Big5
  627.  
  628. Microsoft extension to C<Big5>.
  629.  
  630. Proper name: C<CP950>.
  631.  
  632. Encode separately supports C<Big5> and C<cp950>.
  633.  
  634. =item Shift_JIS
  635.  
  636. Microsoft's understanding of C<Shift_JIS>.
  637.  
  638. JIS has not endorsed the full Microsoft standard however.
  639. The official C<Shift_JIS> includes only JIS X 0201 and JIS X 0208
  640. character sets, while Microsoft has always used C<Shift_JIS>
  641. to encode a wider character repertoire. See C<IANA> registration for
  642. C<Windows-31J>.
  643.  
  644. As a historical predecessor, Microsoft's variant
  645. probably has more rights for the name, though it may be objected
  646. that Microsoft shouldn't have used JIS as part of the name
  647. in the first place.
  648.  
  649. Unambiguous name: C<CP932>. C<IANA> name (not used?): C<Windows-31J>.
  650.  
  651. Encode separately supports C<Shift_JIS> and C<cp932>.
  652.  
  653. =back
  654.  
  655. =head1 Glossary
  656.  
  657. =over 4
  658.  
  659. =item character repertoire
  660.  
  661. A collection of unique characters.  A I<character> set in the strictest
  662. sense. At this stage, characters are not numbered.
  663.  
  664. =item coded character set (CCS)
  665.  
  666. A character set that is mapped in a way computers can use directly.
  667. Many character encodings, including EUC, fall in this category.
  668.  
  669. =item character encoding scheme (CES)
  670.  
  671. An algorithm to map a character set to a byte sequence.  You don't
  672. have to be able to tell which character set a given byte sequence
  673. belongs.  7-bit ISO-2022 is a CES but it cannot be a CCS.  EUC is an
  674. example of being both a CCS and CES.
  675.  
  676. =item charset (in MIME context)
  677.  
  678. has long been used in the meaning of C<encoding>, CES.
  679.  
  680. While the word combination C<character set> has lost this meaning
  681. in MIME context since [RFC 2130], the C<charset> abbreviation has
  682. retained it. This is how [RFC 2277] and [RFC 2278] bless C<charset>:
  683.  
  684.  This document uses the term "charset" to mean a set of rules for
  685.  mapping from a sequence of octets to a sequence of characters, such
  686.  as the combination of a coded character set and a character encoding
  687.  scheme; this is also what is used as an identifier in MIME "charset="
  688.  parameters, and registered in the IANA charset registry ...  (Note
  689.  that this is NOT a term used by other standards bodies, such as ISO).
  690.  [RFC 2277]
  691.  
  692. =item EUC
  693.  
  694. Extended Unix Character.  See ISO-2022.
  695.  
  696. =item ISO-2022
  697.  
  698. A CES that was carefully designed to coexist with ASCII.  There are a 7
  699. bit version and an 8 bit version.  
  700.  
  701. The 7 bit version switches character set via escape sequence so it
  702. cannot form a CCS.  Since this is more difficult to handle in programs
  703. than the 8 bit version, the 7 bit version is not very popular except for
  704. iso-2022-jp, the I<de facto> standard CES for e-mails.
  705.  
  706. The 8 bit version can form a CCS.  EUC and ISO-8859 are two examples
  707. thereof.  Pre-5.6 perl could use them as string literals.
  708.  
  709. =item UCS
  710.  
  711. Short for I<Universal Character Set>.  When you say just UCS, it means
  712. I<Unicode>.
  713.  
  714. =item UCS-2
  715.  
  716. ISO/IEC 10646 encoding form: Universal Character Set coded in two
  717. octets.
  718.  
  719. =item Unicode
  720.  
  721. A character set that aims to include all character repertoires of the
  722. world.  Many character sets in various national as well as industrial
  723. standards have become, in a way, just subsets of Unicode.
  724.  
  725. =item UTF
  726.  
  727. Short for I<Unicode Transformation Format>.  Determines how to map a
  728. Unicode character into a byte sequence.
  729.  
  730. =item UTF-16
  731.  
  732. A UTF in 16-bit encoding.  Can either be in big endian or little
  733. endian.  The big endian version is called UTF-16BE (equal to UCS-2 + 
  734. surrogate support) and the little endian version is called UTF-16LE.
  735.  
  736. =back
  737.  
  738. =head1 See Also
  739.  
  740. L<Encode>, 
  741. L<Encode::Byte>, 
  742. L<Encode::CN>, L<Encode::JP>, L<Encode::KR>, L<Encode::TW>,
  743. L<Encode::EBCDIC>, L<Encode::Symbol>
  744. L<Encode::MIME::Header>, L<Encode::Guess>
  745.  
  746. =head1 References
  747.  
  748. =over 4
  749.  
  750. =item ECMA
  751.  
  752. European Computer Manufacturers Association
  753. L<http://www.ecma.ch>
  754.  
  755. =over 4
  756.  
  757. =item ECMA-035 (eq C<ISO-2022>)
  758.  
  759. L<http://www.ecma.ch/ecma1/STAND/ECMA-035.HTM> 
  760.  
  761. The specification of ISO-2022 is available from the link above.
  762.  
  763. =back
  764.  
  765. =item IANA
  766.  
  767. Internet Assigned Numbers Authority
  768. L<http://www.iana.org/>
  769.  
  770. =over 4
  771.  
  772. =item Assigned Charset Names by IANA
  773.  
  774. L<http://www.iana.org/assignments/character-sets>
  775.  
  776. Most of the C<canonical names> in Encode derive from this list
  777. so you can directly apply the string you have extracted from MIME
  778. header of mails and web pages.
  779.  
  780. =back
  781.  
  782. =item ISO
  783.  
  784. International Organization for Standardization
  785. L<http://www.iso.ch/>
  786.  
  787. =item RFC
  788.  
  789. Request For Comments -- need I say more?
  790. L<http://www.rfc-editor.org/>, L<http://www.rfc.net/>,
  791. L<http://www.faqs.org/rfcs/>
  792.  
  793. =item UC
  794.  
  795. Unicode Consortium
  796. L<http://www.unicode.org/>
  797.  
  798. =over 4
  799.  
  800. =item Unicode Glossary
  801.  
  802. L<http://www.unicode.org/glossary/>
  803.  
  804. The glossary of this document is based upon this site.
  805.  
  806. =back
  807.  
  808. =back
  809.  
  810. =head2 Other Notable Sites
  811.  
  812. =over 4
  813.  
  814. =item czyborra.com
  815.  
  816. L<http://czyborra.com/>
  817.  
  818. Contains a a lot of useful information, especially gory details of ISO
  819. vs. vendor mappings.
  820.  
  821. =item CJK.inf
  822.  
  823. L<http://www.oreilly.com/people/authors/lunde/cjk_inf.html>
  824.  
  825. Somewhat obsolete (last update in 1996), but still useful.  Also try
  826.  
  827. L<ftp://ftp.oreilly.com/pub/examples/nutshell/cjkv/pdf/GB18030_Summary.pdf>
  828.  
  829. You will find brief info on C<EUC-CN>, C<GBK> and mostly on C<GB 18030>.
  830.  
  831. =item Jungshik Shin's Hangul FAQ
  832.  
  833. L<http://jshin.net/faq>
  834.  
  835. And especially its subject 8.
  836.  
  837. L<http://jshin.net/faq/qa8.html>
  838.  
  839. A comprehensive overview of the Korean (C<KS *>) standards.
  840.  
  841. =item debian.org: "Introduction to i18n"
  842.  
  843. A brief description for most of the mentioned CJK encodings is
  844. contained in
  845. L<http://www.debian.org/doc/manuals/intro-i18n/ch-codes.en.html>
  846.  
  847. =back
  848.  
  849. =head2 Offline sources
  850.  
  851. =over 4
  852.  
  853. =item C<CJKV Information Processing> by Ken Lunde
  854.  
  855. CJKV Information Processing
  856. 1999 O'Reilly & Associates, ISBN : 1-56592-224-7
  857.  
  858. The modern successor of C<CJK.inf>.
  859.  
  860. Features a comprehensive coverage of CJKV character sets and
  861. encodings along with many other issues faced by anyone trying
  862. to better support CJKV languages/scripts in all the areas of
  863. information processing.
  864.  
  865. To purchase this book, visit
  866. L<http://www.oreilly.com/catalog/cjkvinfo/>
  867. or your favourite bookstore.
  868.  
  869. =back
  870.  
  871. =cut
  872.