Windows-1251

Juego de caracteres de Windows para el alfabeto cirílico

Windows-1251 es una codificación de caracteres de 8 bits , diseñada para abarcar idiomas que utilizan la escritura cirílica, como el ruso , el ucraniano , el bielorruso , el búlgaro , el cirílico serbio , el macedonio y otros idiomas.

En la web, es la segunda codificación de caracteres de un solo byte más utilizada (o la tercera codificación de caracteres más utilizada en general) y la más utilizada de las codificaciones de un solo byte que admiten cirílico. En enero de 2024 ^[actualizar], el 0,3% de todos los sitios web utilizan Windows-1251. ^{[1] [2]} Con diferencia, se utiliza principalmente para ruso, mientras que una pequeña minoría de sitios web rusos lo utiliza, y el 94,6% de los sitios web rusos (.ru) utilizan UTF-8 , ^{[3] [4] [5]} y el La codificación heredada de 8 bits ocupa un distante segundo lugar. En Linux, la codificación se conoce como cp1251. ^[6] IBM utiliza la página de códigos 1251 ( CCSID 1251 y CCSID extendido con el signo del euro 5347) para Windows-1251. ^{[7] [8] [9] [10] [11] [12] [13]}

Windows-1251 y KOI8-R (o su variante ucraniana KOI8-U ) se utilizan mucho más comúnmente que ISO 8859-5 (que utilizan menos del 0,0004% de los sitios web). ^[14] A diferencia de Windows-1252 e ISO 8859-1 , Windows-1251 no está estrechamente relacionado con ISO 8859-5.

Se prefiere Unicode (por ejemplo, UTF-8) a Windows-1251 u otras codificaciones cirílicas en aplicaciones modernas, especialmente en Internet, lo que convierte a UTF-8 en la codificación dominante para páginas web. (Para obtener más información sobre la cobertura completa de Unicode, de 436 letras/puntos de código cirílicos, incluido el cirílico antiguo , y cómo las codificaciones de caracteres de un solo byte, como Windows-1251 y KOI8-R , no pueden proporcionar esto, consulte Escritura cirílica en Unicode . )

Conjunto de caracteres

La siguiente tabla muestra Windows-1251. Cada carácter se muestra con su equivalente Unicode y su código Alt .

  Diferencias con Windows-1252

Variantes kazajas

Una versión modificada de Windows-1251 se estandarizó en Kazajstán como estándar kazajo STRK1048 y se conoce con la etiqueta KZ-1048. Se diferencia en las filas que se muestran a continuación:

  Diferencias con Windows-1251

La página de códigos 1174 es otra variante creada para el idioma kazajo , que coincide con Windows-1251 para el subconjunto ruso de letras cirílicas. Se diferencia del KZ-1048 en que mueve la letra cirílica Shha de 8E/9E a 8A/9A.

  Diferente de Windows-1251

Variante Amiga

Los sistemas rusos Amiga OS utilizaron una versión de la página de códigos 1251 que coincide con Windows-1251 para el subconjunto ruso de letras cirílicas, pero por lo demás sigue principalmente ISO-8859-1 . Esta versión se conoce como Amiga-1251 , ^[18] bajo cuyo nombre está registrada ante la IANA . ^[19]

  Diferente de Windows-1251 para coincidir con ISO-8859-1

  Diferente tanto de Windows-1251 como de ISO-8859-1

1. Coincidencia ISO-8859-15 ; en una ubicación diferente que en Windows-1251
2. Presente en Windows-1251, pero en una ubicación diferente (ausente en ISO-8859-1/15)

Referencias

Ver también

• Escritura latina en Unicode
  • Escritura cirílica en Unicode
• Unicódigo
• Conjunto de caracteres universales
  • Subconjunto Unicode europeo (DIN 91379)
• UTF-8

Referencias

1. "Tendencias históricas en el uso de codificaciones de caracteres, enero de 2024" . Consultado el 1 de enero de 2024 .
2. "Preguntas frecuentes".
3. "Distribución de codificaciones de caracteres entre sitios web que utilizan .ru". w3techs.com . Consultado el 1 de enero de 2024 .
4. "Distribución de codificaciones de caracteres entre sitios web que utilizan ruso". w3techs.com . Consultado el 16 de enero de 2023 .
5. "Distribución de codificaciones de caracteres entre sitios web que utilizan la Federación de Rusia". w3techs.com . Consultado el 5 de noviembre de 2021 .
6. "cp1251(7) - página del manual de Linux". man7.org . Consultado el 1 de julio de 2018 .
7. "Documento informativo de la página de códigos 1251". Archivado desde el original el 3 de marzo de 2016.
8. "Documento informativo CCSID 1251". Archivado desde el original el 29 de noviembre de 2014.
9. "Documento informativo CCSID 5347". Archivado desde el original el 29 de noviembre de 2014.
10. Página de códigos CPGID 01251 (pdf) (PDF) , IBM
11. Página de códigos CPGID 01251 (txt), IBM
12. Componentes internacionales para Unicode (ICU), ibm-1251_P100-1995.ucm, 3 de diciembre de 2002
13. Componentes internacionales para Unicode (ICU), ibm-5347_P100-1998.ucm, 3 de diciembre de 2002
14. "Estadísticas de uso de codificaciones de caracteres para sitios web". w3techs.com . Archivado desde el original el 30 de mayo de 2012.
15. Steele, Shawn (1998). CP1251 a la tabla Unicode. Consorcio Unicode . CP1251.TXT.
16. Whistler, Ken (2007). KZ-1048 a Unicode. Consorcio Unicode . KZ1048.TXT.
17. ibm-1174_X100-2007.ucm, IBM
18. Malyshev, Michael (2003). "Tabla Amiga-1251 a Unicode". Registro de nuevo juego de caracteres [Amiga-1251]. IANA.
19. "Conjuntos de caracteres". IANA.

Otras lecturas

• Kornai, Andras; Birnbaum, David J.; da Cruz, Frank; Davis, Bur; cazador, George; Paine, Richard B.; Paperno, Slava; Simonsen, Keld J.; Thobe, Glenn E.; Vulis, Dimitri; van Wingen, Johan W. (13 de marzo de 1993). "Preguntas frecuentes sobre CODIFICACIÓN CIRÍLICA Versión 1.3" . Consultado el 24 de junio de 2020 .

enlaces externos

• Cuadro de referencia de Windows 1251
• Registro de nombres de caracteres de la IANA
• Asignaciones Unicode de Windows 1251 con "mejor ajuste"
• Decodificador cirílico universal, un programa en línea que puede ayudar a recuperar textos cirílicos ilegibles con Windows-1251 roto u otras codificaciones de caracteres .