.\" Copyright (C) Markus Kuhn, 1995, 2001 .\" .\" %%%LICENSE_START(GPLv2+_DOC_FULL) .\" 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, see .\" . .\" %%%LICENSE_END .\" .\" 1995-11-26 Markus Kuhn .\" First version written .\" 2001-05-11 Markus Kuhn .\" Update .\" .\"******************************************************************* .\" .\" This file was generated with po4a. Translate the source file. .\" .\"******************************************************************* .\" This file is distributed under the same license as original manpage .\" Copyright of the original manpage: .\" Copyright © 1995, 2001 Markus Kuhn (GPL-2+) .\" Copyright © of Polish translation: .\" Gwidon S. Naskrent (PTM) .\" Michał Kułach , 2012, 2013, 2014, 2016. .TH UNICODE 7 2016\-03\-15 GNU "Podręcznik programisty Linuksa" .SH NAZWA unicode \- zunifikowany zestaw znaków .SH OPIS Międzynarodowy standard \fBISO 10646\fP definiuje \fBUniversal Character Set (UCS)\fP. UCS zawiera wszelkie znaki wszelkich innych zestawów znaków. Gwarantuje on również \fBkompatybilność na okrągło\fP, tj. budowanie takich tablic konwersji, że podczas konwersji łańcucha z jednego kodowania na \fBUCS\fP i z powrotem nie jest tracona żadna informacja. UCS zawiera znaki wymagane do przedstawienia praktycznie wszystkich znanych języków. Obejmuje to nie tylko pismo łacińskie, greckie, hebrajskie, arabskie, armeńskie, gruzińskie i cyrylicę, lecz także ideogramy chińskie, japońskie oraz koreańskie Han, jak również następujące: hiragana, katakana, hangul, dewanagari, bengalskie, gurmukji, gujarati, oriya, tamil, telugu, kannada, malajlamski, tajski, lao, kmerski, bopomofo, tybetański, runiczne, etiopskie, kanadyjskie sylabiczne, cherokee, mongolskie, oghamskie, myanmar, sinhala, thaana, yi i inne. Nad pismami, które nie zostały jeszcze uwzględnione, trwają prace nad najlepszym ich zakodowaniem do użytku komputerowego i ostatecznie zostaną one dodane. Ujęte mogą zostać w końcu nie tylko hieroglify i różne, historyczne języki indoeuropejskie, lecz także wybrane pisma artystyczne, jak tengwar, cirth i klingoński. UCS obejmuje również wiele symboli graficznych, typograficznych, matematycznych i naukowych, dostarczanych z TeX\-em, PostScriptem, APL\-em, MS\-DOS\-em, Macintoshem oraz fontami OCR i wieloma innymi systemami przetwarzania tekstów, a wciąż dodawane są nowe. Standard UCS (ISO 10646) opisuje \fIzestaw znaków o architekturze 31\-bitowej\fP składający się ze 128 24\-bitowych \fIgrup\fP, z których każda dzieli się na 256 16\-bitowych \fIpłaszczyzn\fP złożonych z 256 8\-bitowych \fIwierszy\fP z 256 \fIkolumnami\fP, po jednej na każdy znak. Pierwsza część standardu (\fBISO 10646\-1\fP) definiuje pierwsze 65534 pozycji (0x0000 do 0xfffd), która składa się na \fIpodstawową płaszczyznę wielojęzyczną (BMP)\fP \- ang. Basic Multilingual Plane, która jest 0. płaszczyzną w grupie 0. Druga część standardu (\fBISO 10646\-2\fP) dodaje znaki do grupy zerowej poza BMP w wielu \fIpłaszczyznach uzupełniających\fP, w zakresie od 0x10000 do 0x10ffff. Nie istnieją plany dodawania znaków poza 0x10ffff do standardu, zatem z całej przestrzeni kodu jedynie niewielka część grupy 0. może być kiedykolwiek faktycznie użyta w przewidywalnej przeszłości. BMP zawiera wszystkie znaki, które można znaleźć powszechnie w innych zestawach znaków. Płaszczyzny uzupełniające, dodane w ISO 10646\-2 obejmują jedynie bardziej egzotyczne znaki o specjalnym zastosowaniu naukowym, do wydruku słowników, wydawnictw, wysokopoziomowych protokołów i potrzeb entuzjastów. .PP Reprezentacja każdego znaku UCS jako 2\-bajtowe słowo jest nazywana postacią \fBUCS\-2\fP (tylko znaki BMP), podczas gdy \fBUCS\-4\fP jest reprezentacją każdego znaku jako słowo 4\-bajtowe. Dodatkowo, istnieją dwie postacie kodowania: \fBUTF\-8\fP w celu kompatybilności wstecznej z programami przetwarzającymi ASCII i \fBUTF\-16\fP, w celu kompatybilnej obsługi znaków spoza BMP \- aż do 0x10ffff, przez programy UCS\-2. .PP Znaki \fBUCS\fP 0x0000 do 0x007f są identyczne z tymi w klasycznym zestawie znaków \fBUS\-ASCII\fP, a znaki w zakresie 0x000 do 0x00ff są identyczne z tymi w zestawie znaków \fBISO 8859\-1 Latin\-1\fP. .SS "Znaki składające" Niektóre punkty kodowe w \fBUCS\fP zostały przypisane do \fBznaków składających\fP. Podobne są one do niespacyjnych klawiszy akcentów na maszynie do pisania. Znak składający dodaje akcent do poprzedniego znaku. Najważniejsze znaki akcentowane mają osobne kody w UCS, jednak mechanizm znaków składających pozwala dodawać akcenty i inne znaki diakrytyczne do każdego znaku. Znaki składające zawsze następują po znaku, który modyfikują. Dla przykładu, niemiecki znak A\-umlaut ("Latin capital letter A with diaeresis") może być przedstawiony za pomocą bądź to istniejącego już złożonego znaku \fBUCS\fP o kodzie 0x00c4, bądź alternatywnie jako kombinacja zwykłych znaków "Latin capital letter A" i "combining diaeresis": 0x0041 0x0308. .PP Znaki składające są istotne na przykład do kodowania pisma tajskiego lub do składu zapisu matematycznego oraz użytkowników międzynarodowego alfabetu fonetycznego (IPA). .SS "Poziomy implementacji" Ponieważ należy się spodziewać, że nie wszystkie systemy będą obsługiwać zaawansowane mechanizmy w rodzaju składania znaków, ISO 10646\-1 określa następujące trzy \fIpoziomy implementacji\fP UCS: .TP 0.9i Poziom 1 Nieobsługiwane są znaki składane i \fBHangul Jamo\fP (specjalne, bardziej skomplikowane kodowanie pisma koreańskiego, w którym sylaby Hangul są kodowane jako dwa lub trzy podznaki). .TP Poziom 2 Oprócz zastrzeżeń poziomu 1, obsługiwane są znaki składające w przypadku języków, dla których są one istotne (np. tajski, lao, hebrajski, arabski, dewanagari, malajski). .TP Poziom 3 Obsługiwane są wszystkie znaki \fBUCS\fP. .PP \fBUnicode 3.0 Standard\fP opublikowany przez \fBUnicode Consortium\fP zawiera dokładnie \fBUCS Basic Multilingual Plane\fP (płaszczyznę podstawową) w poziomie implementacji 3, zgodnie z ISO 10646\-1:2000. \fBUnicode 3.1\fP dodaje płaszczyzny uzupełniające z ISO 10646\-2. Standard Unikodu i dokumenty techniczne opublikowane przez Unicode Consortium zawierają wiele dodatkowych informacji o semantyce i zalecanym użyciu różnych znaków. Dostarczają wskazania i algorytmy do edytowania, sortowania, porównywania, normalizowania, konwertowania i wyświetlania łańcuchów Unikodu. .SS "Unikod w systemie Linux" W systemie GNU/Linux, typ C \fIwchar_t\fP jest 32\-bitową liczbą typu integer ze znakiem. Jej wartość są interpretowane przez bibliotekę C, zawsze jako wartości kodu \fBUCS\fP (we wszystkich ustawieniach locale), a ta konwencja jest sygnalizowana przez bibliotekę GNU C w stosunku do aplikacji, przez zdefiniowane stałej \fB__STDC_ISO_10646__\fP, zgodnie ze standardem ISO C99. UCS/Unikod może być używany identycznie jak ASCII w łańcuchach wejścia/wyjścia, komunikacji terminalowej, plikach tekstowych, nazwach plików i zmiennych środowiskowych w wielobajtowym kodowaniu \fBUTF\-8\fP kompatybilnym z ASCII. Aby zasygnalizować używanie kodowania znaków UTF\-8 wszystkim aplikacjom, należy wybrać odpowiednie \fIlocale\fP za pomocą zmiennych środowiskowych (np. "LANG=pl_PL.UTF\-8"). .PP Funkcja \fBnl_langinfo(CODESET)\fP zwraca nazwę wybranego kodowania. Funkcje biblioteczne, takie jak \fBwctomb\fP(3) i \fBmbsrtowcs\fP(3) mogą być używane do przekształcenia wewnętrznych znaków i łańcuchów \fIwchar_t\fP na kodowanie znaków systemowych i z powrotem, a \fBwcwidth\fP(3) informuje, jak wiele pozycji (0\(en2) kursor przesunął się przez wyświetlenie znaku. .PP .SS "Obszar prywatny \- PUA (ang. Private Use Areas)" W \fBBasic Multilangual Plane\fP, kodom z zakresu 0xe000 do 0xf8ff nigdy nie zostaną przypisane znaki; są one zarezerwowane do użytku prywatnego. Dla społeczności Linuksowej ów obszar prywatny został dalej podzielony na zakres od 0xe000 do 0xefff, którego może używać indywidualnie każdy użytkownik, oraz strefę linuksową w zakresie 0xf000 do 0xf8ff, której rozszerzanie podlega koordynacji pomiędzy wszystkimi użytkownikami Linuksa. Rejestr znaków przypisanych do strefy Linuksowej utrzymuje obecnie H. Peter Anvin .PP Kolejne dwie płaszczyzny zarezerwowane do użytku prywatnego to płaszczyzna 15 (dodatkowy obszar użytku prywatnego A \- ang. Supplementary Private Use Area\-A, w zakresie 0xf0000 do 0xffffd) oraz 16 (dodatkowy obszar użytku prywatnego B \- ang. Supplementary Private Use Area\-B, w zakresie 0x100000 do 0x10fffd). .SS Literatura .IP * 3 Information technology \- Universal Multiple\-Octet Coded Character Set (UCS) \- Part 1: Architecture and Basic Multilingual Plane. International Standard ISO/IEC 10646\-1, International Organization for Standardization, Genewa, 2000. Jest to oficjalna specyfikacja \fBUCS\fP. Dostępna z .UR http://www.iso.ch/ .UE . .IP * The Unicode Standard, Version 3.0. The Unicode Consortium, Addison\-Wesley, Reading, MA, 2000, ISBN 0\-201\-61633\-5. .IP * S. Harbison, G. Steele. C \- A Reference Manual. Fourth edition, Prentice Hall, Englewood Cliffs, 1995, ISBN 0\-13\-326224\-3. Dobra książka\-informator języka programowania C. Czwarte wydanie obejmuje także 1 Poprawkę do standardu ISO C90, która dodaje znaczną liczbę nowych funkcji bibliotecznych C do obsługi szerokich i wielobajtowych zestawów znaków, ale nie opisuje ISO C99, jeszcze bardziej poprawiającej obsługę znaków szerokich i wielobajtowych. .IP * Unicode Technical Reports. .RS .UR http://www.unicode.org\:/reports/ .UE .RE .IP * Markus Kuhn: UTF\-8 and Unicode FAQ for UNIX/Linux. .RS .UR http://www.cl.cam.ac.uk\:/~mgk25\:/unicode.html .UE .RE .IP * Bruno Haible: Unicode HOWTO. .RS .UR http://www.tldp.org\:/HOWTO\:/Unicode\-HOWTO.html .UE .RE .\" .SH AUTHOR .\" Markus Kuhn .SH "ZOBACZ TAKŻE" \fBlocale\fP(1), \fBsetlocale\fP(3), \fBcharsets\fP(7), \fButf\-8\fP(7) .SH "O STRONIE" Angielska wersja tej strony pochodzi z wydania 4.05 projektu Linux \fIman\-pages\fP. Opis projektu, informacje dotyczące zgłaszania błędów, oraz najnowszą wersję oryginału można znaleźć pod adresem \%https://www.kernel.org/doc/man\-pages/. .SH TŁUMACZENIE Autorami polskiego tłumaczenia niniejszej strony podręcznika man są: Gwidon S. Naskrent (PTM) i Michał Kułach . .PP Polskie tłumaczenie jest częścią projektu manpages-pl; uwagi, pomoc, zgłaszanie błędów na stronie http://sourceforge.net/projects/manpages-pl/. Jest zgodne z wersją \fB 4.05 \fPoryginału.