Quelltext der Seite Extended UNIX Coding

'''Extended [[UNIX]] Coding''' ([[Abkürzung]] ''EUC'') ist eine 8-[[Bit]]-[[Zeichencodierung]], die vor allem für [[Chinesische Sprache|Chinesisch]], [[Japanische Schrift|Japanisch]] und [[Koreanische Schrift|Koreanisch]] gebraucht wird. EUC ist eine Sammelbezeichnung für verschiedene [[Kodierung]]en, die je nach Land bis zu vier unterschiedliche [[Zeichensatz|Zeichensätze]] kodieren können. Ursprünglich entwickelt von der [[Open Software Foundation]] (OSF), [[Unix International]] (UI) und den [[Unix System Laboratories Pacific]] ([[USLP]]) als Standardkodierung für UNIX-Systeme, findet diese Kodierung heute immer weniger Verwendung, da sie oft von weiter verbreiteten lokalen Kodierungen ([[Shift-JIS]], [[Big5]] etc.) und/oder [[Unicode]] ([[UTF-8]]) abgelöst wurde.

== Gemeinsamkeiten ==
Alle EUC Kodierungen haben einige Gemeinsamkeiten:
* Sie unterstützen bis zu vier verschiedene [[Zeichensatz|Zeichensätze]], in EUC-Terminologie '''Code Sets''' genannt. Code Set&nbsp;0 ist immer (7-Bit)-[[American Standard Code for Information Interchange|ASCII]], Code Sets 1–3 sind je nach Unterart verschieden.
* Code Set 0 wird immer durch ein Byte direkt kodiert.
* Es gibt zwei Spezialzeichen ([[Escape-Sequenz|Escape-Zeichen]]), die zum Umschalten auf Code Set&nbsp;2 bzw. Code Set&nbsp;3 verwendet werden: SS2&nbsp;(0x8e) und SS3&nbsp;(0x8f).
* Der Nicht-ASCII Bereich von 0xa0–0xff wird für Multi-Byte-Zeichen verwendet.

Für die Code Sets 1 bis 3 gibt es mehrere Möglichkeiten der Kodierung (je nach Untervariante von EUC unterschiedlich). Folgende Kodierungen sind möglich:

{| class="wikitable"
|- class="hintergrundfarbe6"
!Code Set
!Variante 1
!Variante 2
!Variante 3
|-
|Code Set 0
|1 Byte: 0x21–0x7e
|
|
|-
|Code Set 1
|1 Byte: 0xa0–0xff
|2 Bytes: 0xa0–0xff, 0xa0–0xff
|3 Bytes: 0xa0–0xff, 0xa0–0xff, 0xa0–0xff
|-
|Code Set 2
|2 Bytes: 0x8e, 0xa0–0xff
|3 Bytes: 0x8e, 0xa0–0xff, 0xa0–0xff
|4 Bytes: 0x8e, 0xa0–0xff, 0xa0–0xff, 0xa0–0xff
|-
|Code Set 3
|2 Bytes: 0x8f, 0xa0–0xff
|3 Bytes: 0x8f, 0xa0–0xff, 0xa0–0xff
|4 Bytes: 0x8f, 0xa0–0xff, 0xa0–0xff, 0xa0–0xff
|}

== EUC-JP ==
'''EUC-JP''' stellt die in Japan verwendete Variante dar.

Code Set 0 ist [[American Standard Code for Information Interchange|ASCII]] (genaugenommen [[JIS-Roman]]) und wird durch ein Byte aus dem Bereich 0x21 bis 0x7e direkt kodiert.

Code Set 1 ist [[JIS X 0208|JIS X 0208:1997]] und wird durch zwei Zeichen kodiert (Variante 2 in der obigen Tabelle)

Code Set 2 sind halbbreite [[Katakana]], die auch durch zwei Bytes kodiert werden (Variante&nbsp;1 in der Tabelle). Das zweite Byte ist hierbei allerdings nur aus dem Bereich 0xa1 bis 0xdf, da es nur 56 Katakana (und eine Handvoll Sonderzeichen) gibt und diese dann der 1-Byte Kodierung aus [[JIS X 0201|JIS X 0201:1997]] entsprechen (nur eben mit dem [[Escape-Sequenz|Escape-Zeichen]] 0x8e als [[Präfix]]).

In Code Set 3 wird [[JIS X 0212|JIS X 0212:1990]] in der drei Byte Variante kodiert.

== EUC-KR ==

'''EUC-KR''' ist die in Korea verwendete Version von EUC. Sie ähnelt [[ISO-2022-KR]] (bzw. [[KS X 1001]]).

== EUC-CN ==
'''EUC-CN''' wird in China verwendet und entspricht [[GB2312]]. Es kodiert die vereinfachten chinesischen Schriftzeichen.

== EUC-TW ==
Eigentlich entwickelt für Taiwan, wird '''EUC-TW''' nur sehr selten verwendet. Sehr viel verbreiteter ist dort [[Big5]]. Beide kodieren die traditionellen chinesischen Schriftzeichen.

[[Kategorie:Zeichenkodierung]]
[[Kategorie:CJK]]
[[Kategorie:Zeichenkodierung für die japanische Schrift]]
[[Kategorie:Zeichenkodierung für die chinesische Schrift]]
[[Kategorie:Zeichenkodierung für die koreanische Schrift]]