MARC-8

Zestaw znaków MARC-8 to standard MARC używany w rekordach bibliotecznych MARC-21 . Formaty MARC są standardami reprezentacji i przekazywania informacji bibliograficznych i pokrewnych w formie czytelnej maszynowo i są często używane w bibliotecznych systemach baz danych . Kodowanie znaków znane obecnie jako MARC-8 zostało wprowadzone w 1968 roku jako część formatu MARC. Pierwotnie oparty na alfabecie łacińskim , od 1979 do 1983 roku JACKPHY inicjatywa rozszerzyła repertuar o znaki japońskie, arabskie, chińskie i hebrajskie (między innymi), a później dodała cyrylicę i greckie pisma. Jeśli znak nie jest reprezentowalny w MARC-8 rekordu MARC-21, należy zamiast tego użyć UTF-8 . UTF-8 obsługuje znacznie więcej znaków niż MARC-8, który jest rzadko używany poza danymi biblioteki.

Szczegóły techniczne

MARC-8 wykorzystuje wariant kodowania ISO-2022 . Używa znaków ucieczki do reprezentowania znaków poza 7-bitowym zakresem znaków ASCII .

Zwykle używa tego samego logicznego porządku BiDi co Unicode .

Znaki łączące i znaki podstawowe są w innej kolejności niż w Unicode. Oto kilka przykładów. Łączące znaki nie zawsze są przechowywane w odwrotnej kolejności niż normalizacja Unicode . Standard MARC-21 opisuje bardziej szczegółowo kwestie konwersji MARC-8 Unicode.

Wystawiany Postać	Unikod NFD	MARC-8
A	A	A
A	A	A

Struktura kodu

Kodowanie ISO/IEC 2022 określa dwuwarstwowe odwzorowanie między kodami znaków a wyświetlanymi znakami. W MARC-8 kody znaków z 7-bitowego zakresu graficznego ASCII (0x20–0x7F) są określane jako kody „G0”, podczas gdy kody z zakresu „wysokiego ASCII” (0xA0–0xFF) są określane jako „G1 "kody. Zestawy znaków graficznych są wyznaczane i wywoływane za pomocą wielobajtowej sekwencji ucieczki składającej się ze znaku ucieczki, sekwencji znaków pośrednich i znaku końcowego w postaci ESC I F .

W poniższej tabeli przedstawiono bajt pośredni po bajcie ESC (szesnastkowo 1B) i odpowiadające mu znaki ASCII.

Bajty pośrednie

	zestaw G0				zestaw G1
	SBCS		MBCS		SBCS		MBCS
Normalny ISO-2022	28	(	24	$	29	)	24 29	$)
Alternatywny ISO-2022 (dodatkowe zestawy 63+16)	2C	,	24 2C	$,	2D	-	24 2D	$-

W poniższej tabeli przedstawiono końcowe bajty w systemie szesnastkowym i odpowiadające im znaki ASCII po bajtach pośrednich.

Ostatnie bajty

Bajty	Postacie	Nazwa	Typ	Komentarz
31	1	chiński, japoński, koreański ( EACC )	MBCS
32	2	Podstawowy hebrajski	SBCS
33	3	Podstawowy arabski	SBCS
34	4	Rozszerzony arabski	SBCS
42	B	Podstawowa łacina ( ASCII )	SBCS
21 45	!MI	Rozszerzona łacina ( ANSEL )	SBCS	21(szesnastkowo) technicznie jest drugim bajtem segmentu pośredniego tej sekwencji specjalnej.
4E	N	Podstawowa cyrylica	SBCS
51	Q	Cyrylica rozszerzona	SBCS
53	S	Podstawowa greka	SBCS

EACC jest jedynym wielobajtowym kodowaniem MARC-8, koduje każdy znak CJK w trzech bajtach ASCII.

Na przykład, aby zakodować znak U+4EBA CJK (人), potrzebne będą następujące bajty

\x1B\x24\x31\x21\x30\x64

\x1B\x24\x31 przełącza się na EACC/CJK, a \x21\x30\x64 odpowiada U+4EBA.

Niestandardowe rozszerzenie zestawu

Oprócz zestawów znaków ISO-2022 dostępne są również następujące zestawy niestandardowe. Oznaczenie bajtu następuje po bajcie ucieczki (szesnastkowo 1B). Nie ma bajtu pośredniego.

Ostatnie bajty

Bajty	Postacie	Nazwa	Typ	Komentarz
62	B	Zestaw indeksów dolnych	SBCS
67	G	Zestaw symboli greckich	SBCS	Znaki alfa, beta, gamma zwykle nie są mapowane w obie strony do Unicode.
70	P	Zestaw indeksów górnych	SBCS
73	S	Podstawowa łacina ( ASCII )	SBCS

Linki zewnętrzne

• Specyfikacje MARC 21 dotyczące struktury rekordów, zestawów znaków i nośników wymiany — oficjalny standard MARC-8 utrzymywany przez Bibliotekę Kongresu Stanów Zjednoczonych