--- /dev/null
+.\" Hey Emacs! This file is -*- nroff -*- source.
+.\"
+.\" Copyright (C) Markus Kuhn, 1995
+.\"
+.\" This is free documentation; you can redistribute it and/or
+.\" modify it under the terms of the GNU General Public License as
+.\" published by the Free Software Foundation; either version 2 of
+.\" the License, or (at your option) any later version.
+.\"
+.\" The GNU General Public License's references to "object code"
+.\" and "executables" are to be interpreted as the output of any
+.\" document formatting or typesetting system, including
+.\" intermediate and printed output.
+.\"
+.\" This manual is distributed in the hope that it will be useful,
+.\" but WITHOUT ANY WARRANTY; without even the implied warranty of
+.\" MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
+.\" GNU General Public License for more details.
+.\"
+.\" You should have received a copy of the GNU General Public
+.\" License along with this manual; if not, write to the Free
+.\" Software Foundation, Inc., 675 Mass Ave, Cambridge, MA 02139,
+.\" USA.
+.\"
+.\" 1995-11-26 Markus Kuhn <mskuhn@cip.informatik.uni-erlangen.de>
+.\" First version written
+.\" 1998-03-11 Johnny Teveßen <j.tevessen@line.org>
+.\" Translated to German
+.\"
+.TH UNICODE 7 "27. Dezember 1995" "Linux" "Verschiedenes"
+.SH BEZEICHNUNG
+Unicode \- der allumfassende 16bit-Zeichensatz
+.SH BESCHREIBUNG
+Der internationale Standard
+.B ISO 10646
+definiert das
+.BR "Universal Character Set (UCS)" .
+.B UCS
+enthält sämtliche Zeichen sämtlicher anderen Zeichensatzstandards.
+Es garantiert auch
+.BR "round-trip compatibility" ,
+d.h. es können Konvertierungstabellen auf eine Art erstellt werden,
+daß beim Konvertieren eines Strings zwischen einer anderen
+Kodierung und
+.B UCS
+keinerlei Information verlorengeht.
+
+.B UCS
+enthält Zeichen zur Repräsentation beinahe jeder bekannten Sprache.
+Das beinhaltet neben den vielen Sprachen, die Erweiterungen der
+lateinischen Schrift benutzen, auch die folgenden Schriften und
+Sprachen: Griechisch, Kyrillisch, Hebräisch, Arabisch, Armenisch,
+Gregorianisch, Japanisch, Chinesisch, Hiragana, Katakana,
+Koreanisch, Hangul, Devangari, Bengalisch, Gurmukhi, Gujarati,
+Oriya, Tamilisch, Telugu, Kannada, Malayam, Thai, Lao,
+Bopomofo und einige andere. Zur Zeit wird daran gearbeitet,
+weitere Schriften wie Tibetanisch, Khmer, Runen, Äthiopisch,
+Hieroglyphen, verschiedene Indo-Europäische Sprachen und viele
+andere ebenfalls zu erfassen. Bei den meisten der letzteren
+Schriften war bis zum Zeitpunkt der Veröffentlichung des
+Standards 1993 noch nicht geklärt, wie sie am besten
+kodiert werden könnten. Zusätzlich zu den von diesen Schriften
+benötigten Zeichen wurde auch eine große Anzahl von graphischen,
+typographischen, mathematischen und wissenschaftlichen Symbolen
+wie etwa denen von TeX, PostScript, MS-DOS, Macintosh, Videotext,
+OCR und vielen Textverarbeitungen integriert, außerdem spezielle
+Codes, die round-trip compability mit allen existierenden
+Zeichensätzen garantieren.
+
+Der
+.B UCS
+Standard (ISO 10646) beschreibt eine 31-bittige Zeichensatzarchitektur.
+Bisher wurde jedoch erst den ersten 65534 Positionen (0x0000 bis
+0xfffd), der
+.BR "Basic Multilingual Plane (BMP)" ,
+Zeichen zugewiesen, und es wird erwartet, daß nur sehr exotische
+Zeichen (z.B. Hieroglyphen) für besondere wissenschaftliche Zwecke
+jemals außerhalb dieser 16-Bit BMP plaziert werden werden.
+
+Die
+.B UCS
+Zeichen 0x0000 bis 0x007f sind mit denen des klassischen
+.B US-ASCII
+Zeichensatzes, und die Zeichen im Bereich von 0x0000
+bis 0x00ff mit denen des
+.B ISO 8859-1 Latin-1
+Zeichensatzes identisch.
+.SH KOMBINATIONSZEICHEN
+Einige Stellen im
+.B UCS
+wurden sogenannten
+.BR "combining characters"
+(Kombinationszeichen) zugewiesen.
+Sie sind mit den Akzenttasten auf Schreibmaschinen vergleichbar,
+bei denen sich die Schreibposition nicht verändert. Ein
+Kombinationszeichen fügt dem vorhergehenden Zeichen einfach
+einen Akzent hinzu. Die wichtigsten akzentuierten Zeichen
+besitzen eigene Codes im
+.BR UCS ,
+doch der Mechanismus der Kombinationszeichen erlaubt es,
+Akzente und andere diakritische Markierungen zu jedem beliebigen
+Zeichen hinzuzufügen. Kombinationszeichen folgen immer demjenigen
+Zeichen, auf das sie sich auswirken sollen. Zum Beispiel kann das
+Deutsche "Ä" (oder "Latin capital letter A with diaeresis")
+entweder durch den festen
+.B UCS
+Code 0x00c4 oder alternativ als Kombination des normalen "A"
+("Latin capital letter A") gefolgt vom Kombinationszeichen
+für "doppelt gepunktet" ("combining diaeresis") als 0x0041
+0x0308 dargestellt werden.
+.SH IMPLEMENTATIONSSTUFEN
+Da nicht erwartet werden kann, daß alle Systeme komplexere
+Mechanismen wie Kombinationszeichen unterstützen können,
+spezifiziert ISO 10646 die folgenden drei Implementationsstufen
+für
+.BR UCS:
+.TP 0.9i
+Stufe 1
+Kombinationszeichen und Hangul Jamo-Zeichen (eine besondere,
+kompliziertere Kodierung der koreanischen Schrift, in der
+Hangul-Silben als zwei bis drei Unterzeichen kodiert werden)
+werden nicht unterstützt.
+.TP
+Stufe 2
+Wie Stufe 1, außer daß in einigen Schriften einige
+Kombinationszeichen nicht erlaubt sind (z.B. in Hebräisch,
+Arabisch, Devangari, Bengalisch, Gurmukhi, Gujarati, Oriya, Tamil,
+Telugo, Kannada, Malayalam, Thai und Lao).
+.TP
+Level 3
+Alle
+.B UCS
+Zeichen werden unterstützt.
+.PP
+Der vom Unicode Consortium veröffentlichte Unicode 1.1-Standard
+enthält exakt die
+.B UCS Basic Multilingual Plane
+auf Implementationsstufe 3, wie sie in ISO 10646 beschrieben ist.
+Unicode 1.1 fügt der Definition von ISO 10646 außerdem einige
+semantische Definitionen für einige Zeichen hinzu.
+.SH UNICODE UNTER LINUX
+Unter Linux sollte im Moment nur
+.B BMP
+auf Implementationsstufe 1 benutzt werden, um die Komplexizität
+der Implementation von Kombinationszeichen gering zu halten.
+Die höheren Implementationsstufen sind eher für besondere
+Textverarbeitungsformate angebracht, jedoch nicht als universeller
+Systemzeichensatz. Der C-Typ
+.B wchar_t
+ist in Linux ein 16-Bit unsigned int, und seine Werte werden als
+.B UCS
+Stufe 1
+.B BMP
+Codes interpretiert.
+Die "locale"-Einstellung bestimmt, ob die Zeichenkodierung des
+Systems beispielsweise
+.B UTF-8
+oder
+.BR "ISO-8859-1"
+ist.
+Bibliotheksfunktionsn wie etwa
+.BR wctomb,
+.BR mbtowc
+oder
+.B wprintf
+können benutzt werden, um die internen
+.B wchar_t
+Zeichen und Strings in die Zeichenkodierung des Systems und
+zurück zu konvertieren.
+.SH PRIVATBEREICH
+Im
+.BR BMP
+werden dem Bereich 0xe000 bis 0xf8ff niemals Zeichen vom
+Standard zugewiesen werden \- er ist für private Benutzung
+reserviert. Für die Linux-Gemeinde wurde dieser Privatbereich
+weiter unterteilt in den Bereich 0xe000 bis 0xefff, der vom
+Endbenutzer individuell benutzt werden kann, und dem Linux-Bereich
+von 0xf000 bix 0xf8ff, in dem koordiniert gemeinsame
+Erweiterungen aller Linux-User abgelegt werden. Die Registrierung
+der diesem Bereich zugeordneten Zeichen wird momentan von
+H. Peter Anvin <Peter.Anvin@linux.org>, Yggdrasil Computing, Inc.
+verwaltet. Sie enthält einige DEC VT100 Graphikzeichen, die in
+Unicode fehlen, ermöglicht direkten Zugriff auf die Zeichen
+im Fontbuffer der Console und enthält Zeichen, die von
+einigen weiteren Schriften wie Klingonisch benutzt werden.
+.SH LITERATUR
+.TP 0.2i
+*
+Information technology \- Universal Multiple-Octet Coded Character
+Set (UCS) \- Part 1: Architecture and Basic Multilingual Plane.
+International Standard ISO 10646-1, International Organization
+for Standardization, Genf, 1993.
+
+Dies ist die offizielle Spezifikation von
+.BR UCS .
+Ziemlich offiziell, ziemlich dick und auch ziemlich teuer.
+Informationen zur Bestellung gibt es auf http://www.iso.ch/.
+.TP
+*
+The Unicode Standard \- Worldwide Character Encoding Version 1.0.
+The Unicode Consortium, Addison-Wesley,
+Reading, MA, 1991.
+
+Unicode 1.1.4 ist bereits verfügbar. Die Änderungen gegenüber
+dem 1.0er-Buch sind auf ftp://ftp.unicode.org/ erhältlich.
+Unicode 2.0 wird 1996 erneut als Buch veröffentlicht werden.
+.TP
+*
+S. Harbison, G. Steele. C \- A Reference Manual. Fourth edition,
+Prentice Hall, Englewood Cliffs, 1995, ISBN 0-13-326224-3.
+
+Ein gutes Referenzbuch über die Programmiersprache C. Die vierte
+Auflage behandelt jetzt auch das Amendment 1 von 1994 zum ISO
+C-Standard (ISO/IEC 9899:1990), das eine große Anzahl neuer
+C-Bibliotheksfunktionen zum Umgang mit Zeichensätzen von
+mehr als 8 Bit pro Zeichen hinzufügt.
+.SH BUGS
+Zum Zeitpunkt der Erstellung dieser Manpage war die Unterstützung
+von
+.B UCS
+durch die Linux libc weit entfernt davon, vollständig zu sein.
+.SH AUTOR
+Markus Kuhn <mskuhn@cip.informatik.uni-erlangen.de>
+.SH ÜBERSETZUNG
+Johnny Teveßen <j.tevessen@line.org>
+.SH SIEHE AUCH
+.B utf-8(7)
projects / infodrom / manpages-de / commitdiff