ISO/CEI 8859

ISO 8859, également appelée plus formellement ISO/CEI 8859, est une norme commune de l'ISO et de la CEI de codage des caractères sur 8 bits pour le traitement informatique du texte. La norme est divisée en parties numérotées publiées séparément, telles que ISO/CEI 8859-1, ISO/CEI 8859-2, etc., chacune pouvant être référencée de façon informelle comme norme en tant que telle. La norme comprend actuellement 16 parties. J'adore la nsi merci Mme Lezy.

Introduction

Alors que les 96 caractères ASCII imprimables suffisent à l'échange d'informations en anglais courant, la plupart des autres langues qui utilisent l'alphabet latin ont besoin de symboles additionnels non couverts par l'ASCII, tels que ß (allemand), å (suédois et d'autres langues scandinaves). ISO 8859 a cherché à remédier à ce problème en utilisant le huitième bit de l'octet, pour donner de la place à 128 caractères supplémentaires (ce bit était jadis utilisé pour le contrôle de l'intégrité des données (bit de parité), ou était inutilisé). Cependant, il fallait plus de caractères qu'on n'en pouvait mettre dans un jeu de caractères 8 bits, aussi plusieurs tables de correspondances ont été développées, en incluant au moins 10 tables pour couvrir uniquement l'écriture latine.

La norme ISO 8859-n n'est pas totalement identique aux codages de caractères bien connus ISO-8859-n (notez le tiret dans ISO-8859) approuvés par l'IANA pour l'utilisation sur l'Internet. Au-delà du trait d'union ajouté présent dans le nom approuvé par l'IANA, les codages diffèrent de sorte que chaque partie de la norme ISO assigne, au maximum, 191 caractères dans les étendues d'octets 32 à 126 et 160 à 255, alors que le codage de caractère correspondant approuvé par l'IANA fusionne ces tables de correspondances avec le jeu de contrôle C0 (caractères de contrôles positionnés aux octets de 0 à 31) de l'ISO/CEI 646 et le jeu de contrôle C1 (caractères de contrôles positionnés aux octets de 127 à 159) de l'ISO 6429, ce qui conduit à des tables de caractères 8 bits complètes, avec la plupart, sinon la totalité, des valeurs d'octets assignées. On utilise généralement ISO-8859-n comme nom MIME pour ces jeux de caractères. Les termes ISO 8859-n et ISO-8859-n sont souvent confondus par erreur.

Caractères

La norme ISO 8859 est conçue pour l'échange fiable d'informations, et non pour la typographie ; elle omet des symboles nécessaires pour la typographie de qualité professionnelle : ligatures optionnelles (ct, st, ff, fl, ffi, ffl...), guillemets incurvés, tirets, etc. De ce fait, les systèmes de composition avancés utilisent souvent des extensions propriétaires ou idiosyncratiques au-delà des standards ASCII et ISO 8859, ou utilisent plutôt Unicode.

En général, si un caractère ou le symbole ne faisait pas déjà partie d'un jeu de caractères informatique largement utilisé et n'était pas non plus disponible sur la plupart des claviers de machines à écrire pour une langue nationale, il n'était pas inclus. Par conséquent, les guillemets doubles directionnels («, ») utilisés pour quelques langues européennes ont été inclus, mais pas les guillemets doubles directionnels (“, ”) utilisés pour l'anglais et quelques autres langues.

Le français n'a pas obtenu ses ligatures ‹ Œ, œ › parce que les francophones n'avaient pas eu suffisamment besoin d'elles pour les exiger sur leurs claviers ; ni le ‹ Ÿ, ÿ ›, bien que ce caractère soit utilisé dans des noms propres de famille et de lieux. Cependant, ces caractères ont été inclus plus tard dans l'ISO/CEI 8859-15, qui a introduit aussi le nouveau caractère de l'Euro €. De même le néerlandais n'a pas obtenu les lettres ‹ IJ, ij › parce que les néerlandophones s'étaient habitués à la dactylographie de ces lettres plutôt comme deux caractères.

Au début, le roumain n'a pas obtenu ses lettres ‹ Ș, ș › et ‹ Ț, ț ›, parce que ces lettres ont d'abord été unifiées avec ‹ Ş, ş › et ‹ Ţ, ţ › par le Consortium Unicode qui considérait les formes avec virgule souscrite comme des variantes de glyphe des formes avec cédille.

Cependant, les lettres avec virgule souscrite ont été ajoutées ultérieurement à la norme Unicode et sont aussi dans ISO/CEI 8859-16.

La plupart des codes ISO 8859 fournissent des signes diacritiques requis pour diverses langues européennes. D'autres fournissent des alphabets non-romains : grec, cyrillique, hébreu, arabe et thaï. La plupart des codages ne contiennent que des caractères avec chasse, bien que les codages hébreu et arabe contiennent aussi des caractères combinatoires. Cependant, la norme ne fournit rien pour les caractères de langues de l'est asiatique (CJC), car leur système d'écriture idéographique exige de nombreux milliers de points de code.

Bien qu'il utilise à la base des caractères latins, le vietnamien, lui aussi, n’est pas susceptible d’être représenté en 96 positions (sans utiliser des diacritiques combinatoires). Les syllabaires japonais Kana, quant à eux, le pourraient, mais, comme plusieurs autres alphabets du monde, ne sont pas codés dans le système ISO 8859.

Les parties de la norme ISO 8859

ISO 8859 est constituée à ce jour des parties suivantes :

• ISO/CEI 8859-1 (latin-1 ou européen occidental) — probablement la partie la plus largement utilisée de ISO 8859, couvrant la plupart des langues européennes occidentales : l'allemand, l'anglais, le basque, le catalan, le danois, l'écossais, l'espagnol, le féroïen, le finnois (partiellement²), le français (partiellement, il manque notamment l’e dans l'o œ et le Ÿ²), l'islandais, l'irlandais, l'italien, le néerlandais (partiellement¹), le norvégien, le portugais, le rhéto-roman et le suédois, certaines langues européennes sud-orientales (l'albanais), ainsi que des langues africaines (l'afrikaans et le swahili). Le symbole de l'euro et la capitale Ÿ, qui manquaient, sont dans la version révisée ISO/CEI 8859-15 (latin-9). Le jeu de caractères correspondant ISO-8859-1, approuvé par l'IANA, est le codage par défaut des anciens documents HTML ou des documents transmis par messages MIME, tels que les réponses HTTP quand le type de média du document est « text » (par exemple les documents « text/html »).
• ISO/CEI 8859-2 (latin-2 ou européen central) — prend en charge celles des langues d'Europe centrale ou de l'Est basées sur un alphabet romain. Ceci inclut le bosnien, le croate, le polonais, le tchèque, le slovaque, le slovène et le hongrois. Le symbole de l'euro manquant est présent dans la version ISO/CEI 8859-16.
• ISO/CEI 8859-3 (latin-3 ou européen du Sud) — le turc, le maltais, et l'espéranto ; largement supplanté par ISO/CEI 8859-9 pour le turc, et par Unicode pour l'espéranto.
• ISO/CEI 8859-4 (latin-4 ou européen du Nord) — l'estonien, le letton, le lituanien, le groenlandais, et le sami.
• ISO/CEI 8859-5 (cyrillique) — Couvre la plupart des langues slaves utilisant un alphabet cyrillique, y compris le biélorusse, le bulgare, le macédonien, le russe, le serbe et l'ukrainien (partiellement³).
• ISO/CEI 8859-6 (arabe) — Couvre les caractères les plus courants de l'arabe. Ne prend pas en charge d'autres langues à alphabet arabe. Nécessite un moteur de rendu qui prend en charge l'affichage bi-directionnel et l'analyse contextuelle.
• ISO/CEI 8859-7 (grec) — Couvre la langue grecque moderne (orthographe monotonique). Peut être utilisé aussi pour le grec ancien écrit sans accents ou dans l'orthographe monotonique, mais il manque les signes diacritiques pour l'orthographe polytonique. Ceux-ci ont été introduits avec Unicode.
• ISO/CEI 8859-8 (hébreu) — Couvre l'alphabet hébraïque moderne tel qu'il est utilisé en Israël. En pratique, deux codes différents existent : ordre logique (nécessite un moteur de rendu bi-directionnel pour l'affichage) et ordre visuel (gauche à droite).
• ISO/CEI 8859-9 (latin-5 ou turc) — Grosso modo le même que l'ISO/CEI 8859-1, où les lettres islandaises peu utilisées sont remplacées par des lettres turques. Il est aussi utilisé pour le kurde.
• ISO/CEI 8859-10 (latin-6 ou nordique) — Un réarrangement du latin-4. Considéré plus utile pour les langues nordiques. Les langues baltes utilisent plus souvent le latin-4.
• ISO/CEI 8859-11 (thaï) — Contient la plupart des glyphes requis pour la langue thaï.
• ISO/CEI 8859-12 — Était supposé couvrir l'alphabet devanāgarī, mais ce projet a été abandonné en 1997. ISCII et Unicode/ISO/CEI 10646 couvrent le devanāgarī.
• ISO/CEI 8859-13 (latin-7 ou balte) — Ajoute quelques caractères supplémentaires pour les langues baltes qui manquaient en latin-4 et latin-6.
• ISO/CEI 8859-14 (latin-8 ou celtique) — Couvre des langues celtiques telles que l’irlandais (orthographe traditionnelle), le gaélique écossais, le mannois (langue disparue) et le breton (certaines anciennes orthographes).
• ISO/CEI 8859-15 (latin-9 ou parfois de façon impropre latin-0) — une révision de 8859-1 qui abandonne quelques symboles peu utilisés, les remplaçant avec le symbole de l'euro € (remplaçant le signe de monnaie ¤) et les lettres Š, š, Ž, ž, Œ, œ, et Ÿ, ce qui complète la couverture du français, du finnois et de l'estonien.
• ISO/CEI 8859-16 (latin-10 ou européen du Sud-Est) — Prévu pour l’albanais, le croate, le hongrois, l'italien, le polonais, le roumain et le slovène, mais aussi le finnois, le français, l'allemand et l’irlandais (en nouvelle orthographe). Cet encodage mise plus sur les lettres que les symboles.

Notes :

• ¹ : seul le IJ/ij (Y néerlandais) manque, et peut être représenté comme IJ.
• ² : les caractères manquants sont dans l'ISO 8859-15.
• ³ : les caractères manquants “Ґ/ґ” ont été réintroduits en ukrainien en 1991, mais il y manque aussi le nouveau symbole (défini en 2004) de la devise monétaire ukrainienne, la hryvnia, ainsi que celui de l’euro ; la norme ISO 8859 étant désormais fermée, l’Ukraine a produit un autre jeu de caractères sur 8 bits dérivé de l’ancienne variante ukrainienne KOI8-U de l’ancienne norme soviétique (en voie d’obsolescence) mais utilise de plus en plus soit Unicode, soit le jeu de caractères Windows « ANSI cyrillique » (page de code 1251).

Chaque partie de l'ISO 8859 est conçue pour représenter des langues qui empruntent souvent l’une de l'autre, ainsi les caractères nécessaires pour chaque langue sont d’habitude accommodés par une partie seule. Cependant, il y a quelques combinaisons de caractères et langue qui ne sont pas accommodées sans les transcriptions. Les efforts ont été faits pour rendre les conversions le plus facile possible. Par exemple, l’allemand a tous ses sept caractères spéciaux aux mêmes positions dans toutes les variantes latines (1-4, 9-10, 13-16), et en beaucoup de positions les caractères diffèrent seulement par les signes diacritiques qui varient entre les séries. En particulier, les variantes 1-4 ont été conçues conjointement et ont la propriété que chaque caractère codé apparaît à une seule position donnée ou pas du tout.

Table comparative des diverses parties d’ISO 8859

Comparaison des diverses parties d’ISO 8859

Code numérique	Numéro de partie d’ISO 8859
Binaire	Oct	Déc	Hex	1	2	3	4	5	6	7	8	9	10	11	13	14	15	16
1010 0000	240	160	A0	NBSP
1010 0001	241	161	A1	¡	Ą	Ħ	Ą	Ё		‘		¡	Ą	ก	”	Ḃ	¡	Ą
1010 0010	242	162	A2	¢	˘	˘	ĸ	Ђ		’	¢	¢	Ē	ข	¢	ḃ	¢	ą
1010 0011	243	163	A3	£	Ł	£	Ŗ	Ѓ		£	£	£	Ģ	ฃ	£	£	£	Ł
1010 0100	244	164	A4	¤	¤	¤	¤	Є	¤	€	¤	¤	Ī	ค	¤	Ċ	€	€
1010 0101	245	165	A5	¥	Ľ		Ĩ	Ѕ		₯	¥	¥	Ĩ	ฅ	„	ċ	¥	„
1010 0110	246	166	A6	¦	Ś	Ĥ	Ļ	І		¦	¦	¦	Ķ	ฆ	¦	Ḋ	Š	Š
1010 0111	247	167	A7	§	§	§	§	Ї		§	§	§	§	ง	§	§	§	§
1010 1000	250	168	A8	¨	¨	¨	¨	Ј		¨	¨	¨	Ļ	จ	Ø	Ẁ	š	š
1010 1001	251	169	A9	©	Š	İ	Š	Љ		©	©	©	Đ	ฉ	©	©	©	©
1010 1010	252	170	AA	ª	Ş	Ş	Ē	Њ		ͺ	×	ª	Š	ช	Ŗ	Ẃ	ª	Ș
1010 1011	253	171	AB	«	Ť	Ğ	Ģ	Ћ		«	«	«	Ŧ	ซ	«	ḋ	«	«
1010 1100	254	172	AC	¬	Ź	Ĵ	Ŧ	Ќ	،	¬	¬	¬	Ž	ฌ	¬	Ỳ	¬	Ź
1010 1101	255	173	AD	SHY										ญ	SHY
1010 1110	256	174	AE	®	Ž		Ž	Ў			®	®	Ū	ฎ	®	®	®	ź
1010 1111	257	175	AF	¯	Ż	Ż	¯	Џ		―	¯	¯	Ŋ	ฏ	Æ	Ÿ	¯	Ż
1011 0000	260	176	B0	°	°	°	°	А		°	°	°	°	ฐ	°	Ḟ	°	°
1011 0001	261	177	B1	±	ą	ħ	ą	Б		±	±	±	ą	ฑ	±	ḟ	±	±
1011 0010	262	178	B2	²	˛	²	˛	В		²	²	²	ē	ฒ	²	Ġ	²	Č
1011 0011	263	179	B3	³	ł	³	ŗ	Г		³	³	³	ģ	ณ	³	ġ	³	ł
1011 0100	264	180	B4	´	´	´	´	Д		΄	´	´	ī	ด	“	Ṁ	Ž	Ž
1011 0101	265	181	B5	µ	ľ	µ	ĩ	Е		΅	µ	µ	ĩ	ต	µ	ṁ	µ	"
1011 0110	266	182	B6	¶	ś	ĥ	ļ	Ж		Ά	¶	¶	ķ	ถ	¶	¶	¶	¶
1011 0111	267	183	B7	·	ˇ	·	ˇ	З		·	·	·	·	ท	·	Ṗ	·	·
1011 1000	270	184	B8	¸	¸	¸	¸	И		Έ	¸	¸	ļ	ธ	ø	ẁ	ž	ž
1011 1001	271	185	B9	¹	š	ı	š	Й		Ή	¹	¹	đ	น	¹	ṗ	¹	č
1011 1010	272	186	BA	º	ş	ş	ē	К		Ί	÷	º	š	บ	ŗ	ẃ	º	ș
1011 1011	273	187	BB	»	ť	ğ	ģ	Л	؛	»	»	»	ŧ	ป	»	Ṡ	»	»
1011 1100	274	188	BC	¼	ź	ĵ	ŧ	М		Ό	¼	¼	ž	ผ	¼	ỳ	Œ	Œ
1011 1101	275	189	BD	½	˝	½	Ŋ	Н		½	½	½	―	ฝ	½	Ẅ	œ	œ
1011 1110	276	190	BE	¾	ž		ž	О		Ύ	¾	¾	ū	พ	¾	ẅ	Ÿ	Ÿ
1011 1111	277	191	BF	¿	ż	ż	ŋ	П	؟	Ώ		¿	ŋ	ฟ	æ	ṡ	¿	ż
1100 0000	300	192	C0	À	Ŕ	À	Ā	Р		ΐ		À	Ā	ภ	Ą	À	À	À
1100 0001	301	193	C1	Á	Á	Á	Á	С	ء	Α		Á	Á	ม	Į	Á	Á	Á
1100 0010	302	194	C2	Â	Â	Â	Â	Т	آ	Β		Â	Â	ย	Ā	Â	Â	Â
1100 0011	303	195	C3	Ã	Ă		Ã	У	أ	Γ		Ã	Ã	ร	Ć	Ã	Ã	Ă
1100 0100	304	196	C4	Ä	Ä	Ä	Ä	Ф	ؤ	Δ		Ä	Ä	ฤ	Ä	Ä	Ä	Ä
1100 0101	305	197	C5	Å	Ĺ	Ċ	Å	Х	إ	Ε		Å	Å	ล	Å	Å	Å	Ć
1100 0110	306	198	C6	Æ	Ć	Ĉ	Æ	Ц	ئ	Ζ		Æ	Æ	ฦ	Ę	Æ	Æ	Æ
1100 0111	307	199	C7	Ç	Ç	Ç	Į	Ч	ا	Η		Ç	Į	ว	Ē	Ç	Ç	Ç
1100 1000	310	200	C8	È	Č	È	Č	Ш	ب	Θ		È	Č	ศ	Č	È	È	È
1100 1001	311	201	C9	É	É	É	É	Щ	ة	Ι		É	É	ษ	É	É	É	É
1100 1010	312	202	CA	Ê	Ę	Ê	Ę	Ъ	ت	Κ		Ê	Ę	ส	Ź	Ê	Ê	Ê
1100 1011	313	203	CB	Ë	Ë	Ë	Ë	Ы	ث	Λ		Ë	Ë	ห	Ė	Ë	Ë	Ë
1100 1100	314	204	CC	Ì	Ě	Ì	Ė	Ь	ج	Μ		Ì	Ė	ฬ	Ģ	Ì	Ì	Ì
1100 1101	315	205	CD	Í	Í	Í	Í	Э	ح	Ν		Í	Í	อ	Ķ	Í	Í	Í
1100 1110	316	206	CE	Î	Î	Î	Î	Ю	خ	Ξ		Î	Î	ฮ	Ī	Î	Î	Î
1100 1111	317	207	CF	Ï	Ď	Ï	Ī	Я	د	Ο		Ï	Ï	ฯ	Ļ	Ï	Ï	Ï
1101 0000	320	208	D0	Ð	Đ		Đ	а	ذ	Π		Ğ	Ð	ะ	Š	Ŵ	Ð	Ð
1101 0001	321	209	D1	Ñ	Ń	Ñ	Ņ	б	ر	Ρ		Ñ	Ņ	ั	Ń	Ñ	Ñ	Ń
1101 0010	322	210	D2	Ò	Ň	Ò	Ō	в	ز			Ò	Ō	า	Ņ	Ò	Ò	Ò
1101 0011	323	211	D3	Ó	Ó	Ó	Ķ	г	س	Σ		Ó	Ó	ำ	Ó	Ó	Ó	Ó
1101 0100	324	212	D4	Ô	Ô	Ô	Ô	д	ش	Τ		Ô	Ô	ิ	Ō	Ô	Ô	Ô
1101 0101	325	213	D5	Õ	Ő	Ġ	Õ	е	ص	Υ		Õ	Õ	ี	Õ	Õ	Õ	Ő
1101 0110	326	214	D6	Ö	Ö	Ö	Ö	ж	ض	Φ		Ö	Ö	ึ	Ö	Ö	Ö	Ö
1101 0111	327	215	D7	×	×	×	×	з	ط	Χ		×	Ũ	ื	×	Ṫ	×	Ś
1101 1000	330	216	D8	Ø	Ř	Ĝ	Ø	и	ظ	Ψ		Ø	Ø	ุ	Ų	Ø	Ø	Ű
1101 1001	331	217	D9	Ù	Ů	Ù	Ų	й	ع	Ω		Ù	Ų	ู	Ł	Ù	Ù	Ù
1101 1010	332	218	DA	Ú	Ú	Ú	Ú	к	غ	Ϊ		Ú	Ú	ฺ	Ś	Ú	Ú	Ú
1101 1011	333	219	DB	Û	Ű	Û	Û	л		Ϋ		Û	Û		Ū	Û	Û	Û
1101 1100	334	220	DC	Ü	Ü	Ü	Ü	м		ά		Ü	Ü		Ü	Ü	Ü	Ü
1101 1101	335	221	DD	Ý	Ý	Ŭ	Ũ	н		έ		İ	Ý		Ż	Ý	Ý	Ę
1101 1110	336	222	DE	Þ	Ţ	Ŝ	Ū	о		ή		Ş	Þ		Ž	Ŷ	Þ	Ț
1101 1111	337	223	DF	ß	ß	ß	ß	п		ί	‗	ß	ß	฿	ß	ß	ß	ß
1110 0000	340	224	E0	à	ŕ	à	ā	р	ـ	ΰ	א	à	ā	เ	ą	à	à	à
1110 0001	341	225	E1	á	á	á	á	с	ف	α	ב	á	á	แ	į	á	á	á
1110 0010	342	226	E2	â	â	â	â	т	ق	β	ג	â	â	โ	ā	â	â	â
1110 0011	343	227	E3	ã	ă		ã	у	ك	γ	ד	ã	ã	ใ	ć	ã	ã	ă
1110 0100	344	228	E4	ä	ä	ä	ä	ф	ل	δ	ה	ä	ä	ไ	ä	ä	ä	ä
1110 0101	345	229	E5	å	ĺ	ċ	å	х	م	ε	ו	å	å	ๅ	å	å	å	ć
1110 0110	346	230	E6	æ	ć	ĉ	æ	ц	ن	ζ	ז	æ	æ	ๆ	ę	æ	æ	æ
1110 0111	347	231	E7	ç	ç	ç	į	ч	ه	η	ח	ç	į	็	ē	ç	ç	ç
1110 1000	350	232	E8	è	č	è	č	ш	و	θ	ט	è	č	่	č	è	è	è
1110 1001	351	233	E9	é	é	é	é	щ	ى	ι	י	é	é	้	é	é	é	é
1110 1010	352	234	EA	ê	ę	ê	ę	ъ	ي	κ	ך	ê	ę	๊	ź	ê	ê	ê
1110 1011	353	235	EB	ë	ë	ë	ë	ы	ً	λ	כ	ë	ë	๋	ė	ë	ë	ë
1110 1100	354	236	EC	ì	ě	ì	ė	ь	ٌ	μ	ל	ì	ė	์	ģ	ì	ì	ì
1110 1101	355	237	ED	í	í	í	í	э	ٍ	ν	ם	í	í	ํ	ķ	í	í	í
1110 1110	356	238	EE	î	î	î	î	ю	َ	ξ	מ	î	î	๎	ī	î	î	î
1110 1111	357	239	EF	ï	ď	ï	ī	я	ُ	ο	ן	ï	ï	๏	ļ	ï	ï	ï
1111 0000	360	240	F0	ð	đ		đ	№	ِ	π	נ	ğ	ð	๐	š	ŵ	ð	đ
1111 0001	361	241	F1	ñ	ń	ñ	ņ	ё	ّ	ρ	ס	ñ	ņ	๑	ń	ñ	ñ	ń
1111 0010	362	242	F2	ò	ň	ò	ō	ђ	ْ	ς	ע	ò	ō	๒	ņ	ò	ò	ò
1111 0011	363	243	F3	ó	ó	ó	ķ	ѓ		σ	ף	ó	ó	๓	ó	ó	ó	ó
1111 0100	364	244	F4	ô	ô	ô	ô	є		τ	פ	ô	ô	๔	ō	ô	ô	ô
1111 0101	365	245	F5	õ	ő	ġ	õ	ѕ		υ	ץ	õ	õ	๕	õ	õ	õ	ő
1111 0110	366	246	F6	ö	ö	ö	ö	і		φ	צ	ö	ö	๖	ö	ö	ö	ö
1111 0111	367	247	F7	÷	÷	÷	÷	ї		χ	ק	÷	ũ	๗	÷	ṫ	÷	ś
1111 1000	370	248	F8	ø	ř	ĝ	ø	ј		ψ	ר	ø	ø	๘	ų	ø	ø	ű
1111 1001	371	249	F9	ù	ů	ù	ų	љ		ω	ש	ù	ų	๙	ł	ù	ù	ù
1111 1010	372	250	FA	ú	ú	ú	ú	њ		ϊ	ת	ú	ú	๚	ś	ú	ú	ú
1111 1011	373	251	FB	û	ű	û	û	ћ		ϋ		û	û	๛	ū	û	û	û
1111 1100	374	252	FC	ü	ü	ü	ü	ќ		ό		ü	ü		ü	ü	ü	ü
1111 1101	375	253	FD	ý	ý	ŭ	ũ	§		ύ		ı	ý		ż	ý	ý	ę
1111 1110	376	254	FE	þ	ţ	ŝ	ū	ў		ώ		ş	þ		ž	ŷ	þ	ț
1111 1111	377	255	FF	ÿ	˙	˙	˙	џ				ÿ	ĸ		’	ÿ	ÿ	ÿ

La position 0xA0 est toujours attribuée à l'espace insécable (non breaking space, NBSP) et la position 0xAD (sauf dans ISO 8859-11) au trait d’union conditionnel (soft hyphen, SHY), qui est seulement visible aux coupures de ligne. Les autres champs vides sont soit non attribués, soit des caractères que le système utilisé n'est pas capable d’afficher. De nouveaux caractères ont ainsi été ajoutés parmi les points de code disponibles (trois affichables [partie 7 version 2003], et deux non affichables [partie 8 version 1999, LRM en 0xFD et RLM en 0xFE pour les marques gauche-à-droite et droite-à-gauche respectives]).

Relations avec Unicode et UCS

Depuis 1991, le consortium Unicode a travaillé avec l'ISO pour développer Unicode et ISO/CEI 10646 (UCS : Universal Character Set) en tandem. Cette paire de normes a été créée pour unifier, entre autres, le répertoire de caractères ISO 8859, en associant, initialement, chaque caractère à une valeur de code sur 16 bits ; quelques valeurs de code restant non attribuées.

Progressivement, leurs modèles ont été adaptés pour permettre la mise en correspondance des caractères avec des points de code numériques abstraits plutôt qu'avec des valeurs de longueur fixe. Ce qui a permis à davantage de points de code et de méthodes de codage d'être supportées.

Unicode et l'ISO/CEI 10646 assignent actuellement de l'ordre de 100 000 caractères à un espace de code réservé qui consiste en plus d'un million de points de code (de 0x0 à 0x10FFFF en hexadécimal). Chaque caractère est noté U+nnnn, où nnnn représente une suite de 4 à 6 chiffres hexadécimaux. À titre d'exemple, le caractère A correspond au code U+0041. Unicode et l'ISO/CEI 10646 définissent également plusieurs normes de codage capables de représenter la totalité des points de code disponibles.

Les normes de codage Unicode et UCS utilisent des séquences de un à quatre codes de 8 bits (UTF-8), des séquences de un ou deux codes de 16 bits (UTF-16), ou une valeur de code de 32 bits (UTF-32 ou UCS-4). Il existe également un codage plus ancien qui utilise une valeur de 16 bits (UCS-2) mais qui n'est capable de représenter qu'un dix-septième des points de code disponibles : sur la totalité des points de code définis par Unicode, seuls ceux du BMP (Basic Multilingual Plane), c'est-à-dire ceux compris entre U+0000 et U+FFFF, sont supportés par UCS-2. Parmi ces formes de codage, seul UTF-8 présente les suites d'octets dans un ordre fixe ; les autres sont sujets au problème lié à la manière dont les plates-formes codent les suites de 16 et 32 bits (voir sur ce point l'opposition gros-boutiste et petit-boutiste). Ce problème peut être résolu grâce à des codes spéciaux ou par des indications hors bande.

Les éditions d'ISO 8859 les plus récentes expriment les caractères en termes de leurs noms Unicode/UCS et de la notation U+nnnn. Ceci permet à chaque partie d'ISO 8859 d’être un schéma de codage de caractères Unicode/UCS qui permet de coder une petite partie de l'UCS par des octets. D'ailleurs, les 256 premiers caractères en Unicode et en UCS sont identiques à ceux de ISO 8859-1.

ISO 8859 a été favorisé dans les années 1990, car il avait les avantages d'être bien établi et plus facilement implémenté au niveau des logiciels : la correspondance d'un octet à un caractère est simple et adaptée à la plupart des applications ne supportant qu’une seule langue, et où il n'y a pas de caractères combinés ou de formes variantes.

Avec la baisse du coût relatif, en ressources informatiques, de l'utilisation de plus d'un octet par caractère, les langages de programmation et les systèmes d'exploitation proposent un support natif d'Unicode en plus de leur système de page de code. Les systèmes d'exploitation supportant Unicode devenant plus répandus, ISO 8859 et les autres codages anciens ont perdu de leur popularité. Alors qu'ISO 8859 et les modèles de caractères sur un seul octet restent ancrés dans de nombreux systèmes d'exploitation, langages de programmation, systèmes de stockage de données, applications réseau, matériels d'affichage et logiciels d'application pour utilisateur final, les applications informatiques les plus modernes utilisent Unicode en interne et s'appuient, lorsque c'est nécessaire, sur des tables pour convertir de ou vers un codage plus simple.

État de développement

La norme ISO/CEI 8859 était mise à jour par le groupe ISO/CEI Joint Technical Committee 1, Subcommittee 2, Working Group 3 (ISO/CEI JTC 1/SC 2/WG 3) mais en juin 2004, WG 3 s'est éteint et ses taches ont été données au groupe SC 2. La norme n'est plus mise à jour car le seul groupe de travaux actif, WG 2, doit se concentrer au développement de la norme ISO/CEI 10646.

Voir aussi

Références externes

• Les copies des versions publiées des normes sont à vendre au ISO catalogue site et au ANSI eStandards Store.

• Les versions PDF des propositions finales de quelques sections d'ISO/ 8859 comme soumis pour revue & publication par ISO/CEI JTC 1/SC 2/WG 3 se trouvent au site WG 3 :
  • [PDF] ISO/CEI 8859-1:1998 - 8-bit single-byte coded graphic character sets, Part 1: Latin alphabet No. 1 (draft dated February 12, 1998, published April 15, 1998)
  • [PDF] ISO/CEI 8859-4:1998 - 8-bit single-byte coded graphic character sets, Part 4: Latin alphabet No. 4 (draft dated February 12, 1998, published July 1, 1998)
  • [[PDF] http://www.open-std.org/jtc1/sc2/open/02n3329.pdf ISO/CEI 8859-7:1999] - 8-bit single-byte coded graphic character sets, Part 7: Latin/Greek alphabet (draft dated 10 juin 1999; superseded by ISO/CEI 8859-7:2003, published 10 octobre 2003)
  • [PDF] ISO/CEI 8859-10:1998 - 8-bit single-byte coded graphic character sets, Part 10: Latin alphabet No. 6 (draft dated February 12, 1998, published July 15, 1998)
  • [PDF] ISO/CEI 8859-11:1999 - 8-bit single-byte coded graphic character sets, Part 11: Latin/Thai character set (draft dated June 22, 1999; superseded by ISO/CEI 8859-11:2001, published Dec 15, 2001)
  • [PDF] ISO/CEI 8859-13:1998 - 8-bit single-byte coded graphic character sets, Part 13: Latin alphabet No. 7 (draft dated April 15, 1998, published 15 octobre 1998)
  • [PDF] ISO/CEI 8859-15:1998 - 8-bit single-byte coded graphic character sets, Part 15: Latin alphabet No. 9 (draft dated August 1, 1997; superseded by ISO/CEI 8859-15:1999, published 15 mars 1999)
  • [PDF] ISO/CEI 8859-16:2000 - 8-bit single-byte coded graphic character sets, Part 16: Latin alphabet No. 10 (draft dated 15 novembre 1999; superseded by ISO/CEI 8859-16:2001, published 15 juillet 2001)

• Les normes ECMA, écrites avec l'intention de correspondance exacte aux normes de polices de charactères ISO/CEI 8859, se trouvent au :
  • Standard ECMA-94 : 8-Bit Single Byte Coded Graphic Character Sets - Latin Alphabets No. 1 to No. 4 2^e édition (juin 1986)
  • Standard ECMA-113 : 8-Bit Single-Byte Coded Graphic Character Sets - Latin/Cyrillic Alphabet 3^e édition (décembre 1999)
  • Standard ECMA-114 : 8-Bit Single-Byte Coded Graphic Character Sets - Latin/Arabic Alphabet 2^d édition (décembre 2000)
  • Standard ECMA-118 : 8-Bit Single-Byte Coded Graphic Character Sets - Latin/Greek Alphabet (décembre 1986)
  • Standard ECMA-121 : 8-Bit Single-Byte Coded Graphic Character Sets - Latin/Hebrew Alphabet 2^e édition (décembre 2000)
  • Standard ECMA-128 : 8-Bit Single-Byte Coded Graphic Character Sets - Latin Alphabet No. 5 2^e édition (décembre 1999)
  • Standard ECMA-144 : 8-Bit Single-Byte Coded Character Sets - Latin Alphabet No. 6 3^e édition (décembre 2000)

• Les tables de correspondance ISO/CEI 8859-1 à Unicode tables de correspondance en fichiers de texte ordinaire se trouvent au site FTP de Unicode.

• Les descriptions informelles et les tables de code pour la plupart des normes ISO 8859 se trouvent au ISO 8859 Alphabet Soup (Miroir)

Notes et références

Articles connexes

• Blocs de caractères Unicode contenant des caractères codés dans au moins une des 16 parties d’ISO 8859 :
  • pour ISO 8859-1 :
    • Latin basique
    • Supplément latin-1
  • pour les autres parties :
    • Latin étendu - A
    • Latin étendu - B
    • Diacritiques combinants
    • Grec et copte
    • Cyrillique
    • Hébreu
    • Arabe
    • Thaï
    • Symboles monétaires