Universal Coded Character Set Der UCS ist ein Zeichensatz der in der internationalen Norm ISO IEC 10646 definiert ist Se

Der Universal Coded Character Set (UCS) ist ein Zeichensatz, der in der internationalen Norm ISO/IEC 10646 definiert ist. Seit der Revision 2011 (ISO/IEC 10646:2011) sind die definierten Zeichenkodierungen einschließlich ihrer Benennungen identisch mit denen des Unicode-Standards:

Ältere Ausgaben der Norm definierten andere Kodierungen, die jetzt deprecated sind:

UCS-2, Untermenge von UTF-16
UCS-4, als Codierung identisch mit UTF-32

Der Unterschied zwischen UCS-2 und UTF-16 ist folgender:

UCS-2 ist eine Fixed-Byte-Kodierung: jedes Zeichen ist genau 2 Byte lang. UCS-2 kann damit die 65.536 Zeichen der Basic Multilingual Plane (BMP) darstellen.
UTF-16 ist eine Flexible-Byte-Kodierung: ein einzelnes Zeichen ist 2 Byte oder 4 Byte lang – 2 Byte bei Zeichen in der oben genannten BMP, 4 Byte bei Zeichen außerhalb der BMP.

Dadurch hat jedes UCS2-Zeichen den gleichen Codepoint wie das entsprechende UTF-16-Zeichen, aber nicht jedes UTF-16-Zeichen kann in UCS-2 dargestellt werden (wenn es nämlich in UTF-16 vier Byte umfasst).

Der UCS wird entwickelt von ISO/IEC/JTC1/SC2/WG2. Die Gruppe arbeitet sehr eng mit dem Unicode-Konsortium zusammen, das die Standards ständig in neuen Versionen synchronisiert. Aufgrund dessen sind alle Kodierungen aus Gründen der Interoperabilität beschränkt auf die bei Unicode erlaubten 1.112.064 Zeichen (= 2²⁰+2¹⁶, abzüglich 2¹¹ = 2048 Surrogate von UTF-16), nämlich von U+00000 bis U+0D7FF sowie von U+0E000 bis U+10FFFF.

Ursprünglich wurden diese beiden Formate definiert:

UCS-2: obsolete Kodierung in 2 Byte; dabei lässt sich nur die Basic Multilingual Plane kodieren. Dies ermöglicht die Codierung der meisten lebenden Sprachen und der gebräuchlicheren Sonderzeichen. UCS-2 ist nicht mehr Bestandteil des Standards. UCS-2 war auch der Zeichensatz von Microsoft Windows NT, wohingegen seit Windows 2000 UTF-16 eingesetzt wird.
UCS-4: Kodierung in 4 Byte (entspricht UTF-32).

In der Version ISO/IEC 10646-3:2003 wurden die gleichen Formate UTF-8, UTF-16 und UTF-32 beschrieben wie in Unicode 4.0.

Gegenüberstellung der Versionen Bearbeiten

ISO/IEC 10646-1:1993 ≈ Unicode 1.1
- plus ISO/IEC 10646-1:1993/Amd 5:1998 bis ISO/IEC 10646-1:1993/Amd 7:1997 ≈ Unicode 2.0/2.1
ISO/IEC 10646-1:2000 ≈ Unicode 3.0
- plus ISO/IEC 10646-2:2001 ≈ Unicode 3.1
- plus ISO/IEC 10646-1:2000/Amd 1:2002 ≈ Unicode 3.2
ISO/IEC 10646-3:2003 ≈ Unicode 4.0
- plus ISO/IEC 10646:2003/Amd 1:2005 ≈ Unicode 4.1
- plus ISO/IEC 10646:2003/Amd 2:2006 ≈ Unicode 5.0
- plus ISO/IEC 10646:2003/Amd 3:2008 und ISO/IEC 10646:2003/Amd 4:2008 ≈ Unicode 5.1
- plus ISO/IEC 10646:2003/Amd 5:2008 und ISO/IEC 10646:2003/Amd 6:2009 ≈ Unicode 5.2
ISO/IEC 10646:2011 ≈ Unicode 6.0
ISO/IEC 10646:2012 ≈ Unicode 6.1/6.2/6.3
- plus ISO/IEC 10646:2012/Amd 1:2013 und ISO/IEC 10646:2012/Amd 1 ≈ Unicode 7.0
ISO/IEC 10646:2014 und ISO/IEC 10646:2014/Amd 1:2015 ≈ Unicode 8.0
- plus ISO/IEC 10646:2014/Amd 2:2016 ≈ Unicode 9.0
ISO/IEC 10646:2017 ≈ Unicode 10.0

Weblinks Bearbeiten

Freely Available Standards mit ISO/IEC 10646 bei der ISO

Einzelnachweise Bearbeiten

↑ The Unicode® Standard Version 10.0 – Core Specification: Appendix C Relationship to ISO/IEC 10646. The Unicode Consortium, S. 907–908, abgerufen am 12. April 2018 (englisch).

[:0-1] The Unicode® Standard Version 10.0 – Core Specification: Appendix C Relationship to ISO/IEC 10646. The Unicode Consortium, S. 907–908, abgerufen am 12. April 2018 (englisch).