imported>CRSKY：/* 引言 */ 修正笔误

2025-11-14T20:29:33Z

引言：修正笔误

新页面

{{noteTA|G1=IT}}
'''ISO 2022'''，全称'''ISO/IEC 2022'''，由[[國際標準化組織|国际标准化组织]]（ISO）及[[国际电工委员会]]（IEC）联合制定，是一个使用7[[位]]或8位编码表示各种语言文字的通用技术规范。特别以东亚语言：[[汉语|汉语文字]]、[[日语|日语文字]]或[[韩语|朝鲜文字]]的编码方法著称。

ISO 2022等同于[[Ecma国际|欧洲标准组织（ECMA）]]的'''ECMA-35'''。[[中华人民共和国国家标准|中国国标]]'''GB 2312'''、日本工业规格'''JIS X 0202'''（旧称'''JIS C 6228'''）及韩国工业规格'''KS X 1004'''（旧称'''KS C 5620'''）均遵从ISO 2022。

== 引言 ==
[[File:Moz-cjk.png|thumb|320px|Mozilla浏览器支援ISO 2022编码]]

早期计算机的字符编码基本上都是6位。所以早期计算机的整型的字长一般是6的倍数，如18位、24位、36位等。1963年公布的ASCII码是第一个得到广泛采用的7位字符编码。这时的通信领域的协议采用了第8位做校验纠错用途。但是，对于计算机内存来说，校验纠错变得不是必要。因此8位字符编码逐渐出现，用来表示比ASCII码更多的字符。为此，1971年公布的ECMA-35标准，用来规定各种7位或8位字符编码应当遵从的共同规则。随后ECMA-35被采纳为ISO 2022.

[[英语]]可用7位编码储存，而其他使用[[拉丁字母]]、[[希腊字母]]、[[西里尔字母]]、[[希伯来字母]]等的语文，由于只使用数十个字母，传统上均使用8位编码的[[ISO/IEC 8859]]标准来表示。但由于汉语、日语及朝鲜语字数众多，无法用单一个8位字元来表达，故需要多于一个字节来代表一个字。于是，ISO 2022就设计出来让汉语、日语及朝鲜语可以使用数个7位编码的字元来示。

ISO 2022用来：
*在一种字符编码下表示属于多个字符集的字符；
*表示大字符集；
*兼容7比特信道，即使是8比特编码字符集。

ISO 2022使用“转义符串”（Escape sequence）指出随后的字符属于哪个字符集。这些字符集在ISO登记，并遵循ISO 2022标准规定的模式。转义符串由1个“ESC”字符（0x1B），再由两至三个字串组成。此标记代表它后面的字符，属于下表字符集的文字。对于一个字符集，如果上下文可以判明是哪种字符集，也可以不通过转义序列来明确指出是哪种字符集。实际上，[[ISO-8859-1]]就宣布不需要定义它的转义序列。

==ISO 2022的主要内容==
ISO 2022用于兼容当时的7比特宽的通信协议/通信设备。对于7比特宽的编码空间，0x00-0x1F保留给[[控制字符]]，0x20-0x7F用来表示图形字符（printing/"graphic" characters）。因此，在1个7比特的字符编码空间，图形字符总计为94个（由于[[空格符]]占用了0x20码位、[[Del符]]占用了0x7F码位）或者96个。对于双字节的7比特编码空间，图形字符可以有94 x 94即8836个。对于三字节的7比特编码空间，图形字符可以有94×94×94即830584个（虽然没有三字节字符集向ISO登记）。1970年代至1980年代，中文、日文、韩文的字符集汉字编码数量基本上在这个范围内。对于双字节编码的字符的每个code point，日文译作区点，中文译作码位；area在中日文均译作“区”，point在日文译作“点”，在中文译作“位”。因此，GB2312及其相关字符集国标，采用了“区位码”。

ISO 2022规定字符集的控制字符可分为两块：C0，C1；打印（图形）字符分为四块：G0，G1，G2，G3。对于7比特编码，字节值0x00-0x1F保留给C0控制字符块；字节值0x20-0x7F用于G0, G1, G2, G3字符块。对于单字节编码的字符集，1个打印（图形）字符块可包含94个或96个字符；对于双字节编码的字符集，1个打印（图形）字符块可包含94 x 94个字符。使用控制符的转义序列来表示在G0，G1，G2，G3之间的切换。

对于遵从ISO 2022的8比特编码字符集，也是按照上述7比特编码原则设计的编码方案。这种8比特编码字符集很容易兼容当时的7比特宽的通信协议/通信设备。8比特字符编码时，0x00-0x1F表示C0或称CL区（L是left缩写，因为其在字符表的左侧），0x80-0x9F表示C1或称CR（R是Right缩写，因为其在字符表的右侧）。0x20-0x7F表示G0（称GL区），0xA0-0xFF（称GR区）可表示G1, G2, G3。

ISO-8859-X字符集是特定的把ISO-2022的若干成分组合起来的字符集。这些成分包括：
*低端控制字符(C0)
*US-ASCII字符集(GL)
*高端控制字符(C1)
*高端字符(GR)是特定于每个ISO-8859-X变种。例如ISO-8859-1是由ISO-IR-1, ISO-IR-6, ISO-IR-77, ISO-IR-100 组成。

对于[[GB 2312]]，是8比特双字节编码。其汉字编码空间为94 x 94，即有94个区，每个区有94个位（用来编码字符）。实际使用了16-55区编码一级汉字，56-87区编码二级汉字。这些汉字均放在了G1字符块区。这种区位码方案是GB 2312的逻辑设计。其具体的字符编码方案（Character Encoding Scheme）：字节值在0x00-0x7F，为单字节表示一个字符，构成了C0、G0区，与[[ASCII码]]兼容。因此，GB 2312是单、双字节混合编码。

[[GBK|GBK编码]]作为简体中文Windows操作系统的缺省的语言locale设置，GBK编码虽然完全向后兼容GB 2312，但GBK突破了ISO 2022中GR区域的字数的94²=8,836个字的限制。GBK编码的第一字节向 81–FE (126个选项，占用了C1区) 、第二字节向 40–FE (191个选项，占用了GL区、C1区) 进行扩展。随后的[[GB 18030]]在完全兼容GBK的基础上增加了4字节的编码，如果第二字节的值在0x30-0x3F范围，则随后的两个字节一起组成1个4字节编码的字符。

[[中文标准交换码|CNS 11643-1992]]，至1992年作为双字节编码包含了7个字面、48,027字。其具体的字符编码方案是采用控制字符转义序列，在不同的字面之间切换。
==编码结构==
ISO/IEC 2022编码在字符码值与显示的字符之间给出了两层映射。[[转义序列]]允许任何大的登记的图形字符集指代于四个工作集之一：即G0到G3，以及更短的控制序列指出被使用"invoked"的工作集以解释流中的字节。

7比特ASCII图形字符的范围(0x20–0x7F)，是在字符编码表的左侧，称作"GL"码(表示"graphics left")，"高位ASCII"码的范围(0xA0–0xFF), 被称作"GR"码("graphics right")。

默认, GL码指代G0字符, GR码指代G1字符，但这可被控制码或早先的协议修改：
{| class="wikitable"
|-
! 码 !! 缩写. !! 名字 !! 效果
|-
| <tt>0x0F</tt> || SI LS0 || [[Shift In]] Locking shift zero || GL编码G0从现在开始
|-
| <tt>0x0E</tt> || SO LS1 || [[Shift Out]] Locking shift one || GL 编码G1从现在开始
|-
| <tt>ESC 0x6E</tt> (n) || LS2 || Locking shift two || GL 编码G2从现在开始
|-
| <tt>ESC 0x6F</tt> (o) || LS3 || Locking shift three || GL 编码G3从现在开始
|-
| <tt>0x8E ESC 0x4E</tt> (N) || SS2 || Single shift two || GL 编码G2仅用于下一个字符
|-
| <tt>0x8F ESC 0x4F</tt> (O) || SS3 || Single shift three || GL 编码G3仅用于下一个字符
|-
| <tt>ESC 0x7E</tt> (~) || LS1R || Locking shift one right || GR 编码G1从现在开始
|-
| <tt>ESC 0x7D</tt> (}) || LS2R || Locking shift two right || GR 编码G2从现在开始
|-
| <tt>ESC 0x7C</tt> (|) || LS3R || Locking shift three right || GR 编码G3从现在开始
|}

四个工作集的每个可表示94个字符或94n字符。此外，G1到G3可表示96或96n个字符。当后者被用在GL区域，空格字符与delete字符(码值0x20与0x7F)不可用。

还有一些罕用的特性可切换控制字符集，这是单层查询：the 0x00–0x1F范围是C0控制字符集，0x80–0x9F范围是C1控制字符集，转义序列可以切换不同的选择。要求任何C0字符集包含ESC字符出现在码位0x1B。

在上述SS2与SS3例子中，C1控制字符集中的单个控制字符可被7比特编码用于序列<code>ESC 0x40 (@)</code>到<code>ESC 0x5F (_)</code>。额外的控制功能可用于范围<code>ESC 0x60 (`)</code>到<code>ESC 0x7E (~)</code>。

转义序列指代字符集采取这样的形式<code>ESC ''I'' [''I''...] ''F''</code>, 其中有一个或多个中间的''I''字节来自范围0x20–0x2F, 一个最后的''F''字节来自0x40–0x7F。(范围0x30–0x3F被保留用于私用''F''字节)。 ''I''字节辨识字符集类型与被指代的工作集，''F''字节辨识字符集自身。

{| class="wikitable"
|-
! 码值 !! 十六进制 !! 缩写 !! 名字 !! 效果
|-
| <tt>ESC ! ''F''</tt> || <tt>1B 21 ''F''</tt> || CZD || C0-designate || ''F''选择一个C0控制字符集来使用.
|-
| <tt>ESC " ''F''</tt> || <tt>1B 22 ''F''</tt> || C1D || C1-designate || ''F''选择一个C1控制字符集来使用.
|-
| <tt>ESC % ''F''</tt> || <tt>1B 25 ''F''</tt> || DOCS || Designate other coding system || ''F''选择一个8-bit编码；使用<code>ESC % @</code>返回到ISO/IEC 2022.
|-
| <tt>ESC % / ''F''</tt> || <tt>1B 25 2F ''F''</tt> || DOCS || Designate other coding system || ''F''选择一个8-bit编码；没有标准方法返回。
|-
| <tt>ESC & ''F''</tt> || <tt>1B 26 ''F''</tt> || IRR || Identify revised registration || ''F''被调整到范围1-63, 指出立即跟随的登记的哪一个修改版被需要，使得老系统知道自身过时了。
|-
| <tt>ESC ( ''F''</tt> || <tt>1B 28 ''F''</tt> || GZD4 || G0-designate 94-set || ''F''选择一个94个码位的字符集被用于G0.
|-
| <tt>ESC ) ''F''</tt> || <tt>1B 29 ''F''</tt> || G1D4 || G1-designate 94-set || ''F''选择一个94个码位的字符集被用于G1.
|-
| <tt>ESC * ''F''</tt> || <tt>1B 2A ''F''</tt> || G2D4 || G2-designate 94-set || ''F''选择一个94个码位的字符集被用于G2.
|-
| <tt>ESC + ''F''</tt> || <tt>1B 2B ''F''</tt> || G3D4 || G3-designate 94-set || ''F''选择一个94个码位的字符集被用于G3.
|-
| <tt>ESC - ''F''</tt> || <tt>1B 2D ''F''</tt> || G1D6 || G1-designate 96-set || ''F''选择一个96个码位的字符集被用于G1.
|-
| <tt>ESC . ''F''</tt> || <tt>1B 2E ''F''</tt> || G2D6 || G2-designate 96-set || ''F''选择一个96个码位的字符集被用于G2.
|-
| <tt>ESC / ''F''</tt> || <tt>1B 2F ''F''</tt> || G3D6 || G3-designate 96-set || ''F''选择一个96个码位的字符集被用于G3.
|-
| <tt>ESC $ ''F'' ESC $ ( ''F''</tt> || <tt>1B 24 ''F'' 1B 24 28 ''F''</tt> || GZDM4 || G0-designate multibyte 94-set || ''F''选择一个94n个码位的字符集被用于G0.
|-
| <tt>ESC $ ) ''F''</tt> || <tt>1B 24 29 ''F''</tt> || G1DM4 || G1-designate multibyte 94-set || ''F''选择一个94n个码位的字符集被用于G1.
|-
| <tt>ESC $ * ''F''</tt> || <tt>1B 24 2A ''F''</tt> || G2DM4 || G2-designate multibyte 94-set || ''F''选择一个94n个码位的字符集被用于G2.
|-
| <tt>ESC $ + ''F''</tt> || <tt>1B 24 2B ''F''</tt> || G3DM4 || G3-designate multibyte 94-set || ''F''选择一个94n个码位的字符集被用于G3.
|-
| <tt>ESC $ - ''F''</tt> || <tt>1B 24 2D ''F''</tt> || G1DM6 || G1-designate multibyte 96-set || ''F''选择一个96n个码位的字符集被用于G1.
|-
| <tt>ESC $ . ''F''</tt> || <tt>1B 24 2E ''F''</tt> || G2DM6 || G2-designate multibyte 96-set || ''F''选择一个96n-个码位的字符集被用于G2.
|-
| <tt>ESC $ / ''F''</tt> || <tt>1B 24 2F ''F''</tt> || G3DM6 || G3-designate multibyte 96-set || ''F''选择一个96n个码位的字符集被用于G3.
|}
''F''字节的登记对于不同类型的字符集是独立的。使用<code>ESC ( A</code>到<code>ESC + A</code>指派的94个字符的图形字符集不相关于使用<code>ESC - A</code>到<code>ESC / A</code>指派的96个字符的图形字符集。二者也不相干于使用<code>ESC $ ( A</code> 到<code>ESC $ + A</code>指派的94n个字符的字符集，等等。

C0与C1控制字符集也是独立的。C0控制字符集用<code>ESC ! A</code>指代，与用<code>ESC " A</code>指代的控制字符集C1无关。

此外，''I''字节可增加到''F''字节前面以扩展''F''字节范围。这仅用于94个字符的字符集，它的码的形式已经使用了<code>ESC ( ! ''F''</code>。

== 遵从ISO 2022的字符集 ==
以ISO 2022标准来编码的字集包括：

*'''{{visible anchor|ISO-2022-JP|highlight=no}}''' - 日语文字
**<tt>ESC ( B </tt> 转为[[ASCII]]
**<tt>ESC ( J </tt> 转为[[JIS X 0201|JIS X 0201-1976]]
**<tt>ESC $ @ </tt> 转为[[JIS X 0208|JIS X 0208-1978]]
**<tt>ESC $ B </tt> 转为JIS X 0208-1983

*'''{{visible anchor|ISO-2022-JP-1|highlight=no}}''' - 于ISO-2022-JP的基础上，加上以下一组逃逸字串
**<tt>ESC $ ( D</tt> 转为[[JIS X 0212|JIS X 0212-1990]]

*'''{{visible anchor|ISO-2022-JP-2|highlight=no}}''' - 于ISO-2022-JP-1的基础上，加上以下四组逃逸字串，提供多语言支援
**<tt>ESC $ A </tt> 转为GB 2312-1980（简体中文）
**<tt>ESC $ ( C</tt> 转为KS X 1001-1992（朝鲜文）
**<tt>ESC . A </tt> 转为[[ISO 8859-1]]（西欧拉丁字母）
**<tt>ESC . F </tt> 转为[[ISO 8859-7]]（希腊字母）

*'''{{visible anchor|ISO-2022-JP-3|highlight=no}}''' - 于ISO-2022-JP的基础上，加上以下两组逃逸字串
**<tt>ESC $ ( O</tt> 转为[[JIS X 0213|JIS X 0213-2000]]第一字面
**<tt>ESC $ ( P</tt> 转为JIS X 0213-2000第二字面

*'''{{visible anchor|ISO-2022-JP-2004|highlight=no}}''' - 于ISO-2022-JP-3的基础上，加上以下一组逃逸字串
**<tt>ESC $ ( Q</tt> 转为JIS X 0213-2004第一字面

*'''{{visible anchor|ISO-2022-KR|highlight=no}}''' - 朝鲜文
**<tt>ESC $ ) C</tt> 转为[[KS X 1001|KS X 1001-1992]]

*'''{{visible anchor|ISO-2022-CN|highlight=no}}''' - 中文
**<tt>ESC $ ) A</tt> 转为[[GB 2312|GB 2312-1980]]
**<tt>ESC $ ) G</tt> 转为[[CNS11643|CNS 11643-1992]]第一字面
**<tt>ESC $ * H</tt> 转为CNS 11643-1992第二字面

*'''{{visible anchor|ISO-2022-CN-EXT|highlight=no}}''' - 于ISO-2022-CN的基础上，加上以下六组逃逸字串
**<tt>ESC $ ) E</tt> 转为[[ISO-IR-165]]
**<tt>ESC $ + I</tt> 转为CNS 11643-1992第三字面
**<tt>ESC $ + J</tt> 转为CNS 11643-1992第四字面
**<tt>ESC $ + K</tt> 转为CNS 11643-1992第五字面
**<tt>ESC $ + L</tt> 转为CNS 11643-1992第六字面
**<tt>ESC $ + M</tt> 转为CNS 11643-1992第七字面

== 参看 ==
* [[EUC]]
* [[國際標準化組織|国际标准化组织 (ISO)]]

== 参考文献 ==
*[[小林劍]]，（1999年）. ''CJKV Information Processing''. First Edition. O'Reilly and Associates, Inc. ISBN 1-56592-224-7；中文版，鄭褚璋譯，（2002年）''中日韓越資訊處理'' 第一版，台北市，美商歐萊禮股份有限公司。 ISBN 986-7794-03-6

== 外部链接 ==
* [http://www.iso.org/ 国际标准化组织]{{Wayback|url=http://www.iso.org/ |date=20080807163442 }}
* [http://www.ecma-international.org/publications/standards/Ecma-035.htm ECMA-35]{{Wayback|url=http://www.ecma-international.org/publications/standards/Ecma-035.htm |date=20041209143845 }}
* [https://web.archive.org/web/20050415043715/http://www.cnsonline.com.tw/search/search_preview.jsp?general_no=0765400 中國國家標準（中華民國）CNS 7654]
* [http://www.itscj.ipsj.or.jp/ISO-IR/ International Register of Coded Character Sets to be Used with Escape Sequences]{{Wayback|url=http://www.itscj.ipsj.or.jp/ISO-IR/ |date=20041204045412 }}
* RFC 1468, ISO-2022-JP的规格
* RFC 2237, ISO-2022-JP-1的规格
* RFC 1554, ISO-2022-JP-2的规格
* RFC 1922, ISO-2022-CN及ISO-2022-CN-EXT的规格
* RFC 1557, ISO-2022-KR的规格
* [https://web.archive.org/web/20001216022100/http://tronweb.super-nova.co.jp/characcodehist.html History of Character Codes in North America, Europe, and East Asia]
* [http://archive.wikiwix.com/cache/20110217051740/ftp://ftp.ora.com/pub/examples/nutshell/ujip/doc/cjk.inf CJK.INF: a document on encoding Chinese, Japanese, and Korean (CJK) languages, including a discussion of the various variants of ISO 2022]。可透过 [http://examples.oreilly.com/cjkvinfo/doc/cjk.inf HTTP]{{Wayback|url=http://examples.oreilly.com/cjkvinfo/doc/cjk.inf |date=20041208121632 }}浏览。

{{-}}
{{Character encoding}}
{{ISO}}

[[Category:字符集]]
[[Category:Ecma標準]]
[[Category:ISO/IEC标准|#02022]]

ISO/IEC 2022 - 版本历史

imported>CRSKY：​/* 引言 */ 修正笔误

imported>CRSKY：/* 引言 */ 修正笔误