Big5

Big5 (chinesisch 大五碼, Pinyin Dàwǔmǎ, Jyutping Daai⁶ng⁵maa⁵, alternativ: 五大碼, Wǔdàmǎ, Jyutping Ng⁵daai⁶ma⁵) ist eine Zeichenkodierung für traditionelle chinesische Schriftzeichen. Sie kodiert 13.062 chinesische Schriftzeichen (zwei Schriftzeichen sind allerdings doppelt kodiert) und ist bei weitem der am meisten benutzte Zeichensatz in der Republik China (Taiwan). Der Name Big5 leitet sich davon ab, dass dieser Standard von den fünf größten taiwanischen Computerherstellern gemeinsam entwickelt wurde.

Geschichte

Bevor Big5 existierte, wurden in Taiwan verschiedene zueinander inkompatible Zeichensätze wie IBM 5550 verwendet. Big5 sollte diese Zeichensätze ablösen und wurde 1984 eingeführt.

Nach der Einführung fand Big5 große Verbreitung und wurde u. a. in veränderter Form in Windows als Codepage 950 eingeführt. Später wurde CNS 11643 eingeführt, um Big5 abzulösen, dieses Vorhaben scheiterte jedoch. Aufgrund dessen wurde Big5 selber 2003 zum offiziellen Standard Taiwans erklärt.

Außer in Taiwan wird Big5 in Hongkong und Macau verwendet, die ebenfalls Langzeichen benutzen.

Kodierung

Für die Kodierung der chinesischen Schriftzeichen werden in Big5 Bytepaare verwendet. Das erste Byte in einem solchen Paar wird Lead Byte (führendes Byte) genannt und kann Werte von A1_hex bis C6_hex oder C9_hex bis F9_hex annehmen. Das zweite Byte wird Trail Byte (folgendes Byte) genannt und kann Werte 40_hex bis 7E_hex oder A1_hex bis FE_hex annehmen. Inoffiziell werden die Bytes, bei denen das oberste Bit nicht gesetzt ist (00_hex bis 7F_hex) als ASCII-Zeichen interpretiert. Dadurch haben Zeichen in Big5 eine variable Länge von 1 oder 2 Byte.

Aufbau und Struktur

Big5 ist in mehrere Bereiche eingeteilt:

Der Bereich von 8140_hex bis A0FE_hex ist reserviert für private Nutzung.
Der Bereich von A140_hex bis A3FF_hex kodiert Satzzeichen, das griechische Alphabet und Symbole.
Der Bereich von A440_hex bis C67E_hex kodiert chinesische Schriftzeichen, die zuerst nach Strichen und dann nach Radikal sortiert werden.
Der Bereich von C6A1_hex bis C8FE_hex ist reserviert für private Nutzung.
Der Bereich von C940_hex bis F9D5_hex kodiert weitere chinesische Schriftzeichen, die ebenfalls zuerst nach Strichen und dann nach Radikal sortiert werden.
Der Bereich von F9D6_hex bis FEFE_hex ist reserviert für private Nutzung.

Erweiterungen

Da Big5 viele benötigte Zeichen fehlen, haben sowohl Unternehmen als auch staatliche Institute eigene Erweiterungen zu Big5 entwickelt.

E-Ten

E-Ten hat für ihr Betriebssystem einige Zeichen aus dem IBM 5550-Zeichensatz hinzugefügt:

Der Bereich A3C0_hex-A3E0_hex enthält Steuerzeichen.
Der Bereich C6A1_hex-C875_hex enthält eingekreiste und eingeklammerte Ziffern, Radikale, japanische Kana sowie die kyrillische Schrift.
Der Bereich F9D6_hex-F9FE_hex enthält sieben zusätzliche chinesische Schriftzeichen sowie Rahmenzeichnung.

Microsoft

Microsoft hat für Windows die Codepage 950 erstellt, die praktisch identisch zu Big5 ist, aber zusätzlich die Zeichen aus dem Bereich F9D6_hex-F9FE_hex der E-Ten-Erweiterungen sowie das Eurozeichen enthält.

HKSCS

Hongkong benutzt ebenfalls Big5. Da dieser Zeichensatz jedoch viele benötigte Zeichen für das Kantonesische nicht enthält, hat Hongkong den Hong Kong Supplementary Character Set (HKSCS) entwickelt, der auf Big5 basiert, jedoch viele zusätzliche Schriftzeichen für den lokalen Sprachgebrauch enthält.

Weblinks

Windows Codepage 950 In: msdn.microsoft.com (archiviert, englisch)
Unicode Best Fit 950 äquivalent zum Windows Codepage 950 In: unicode.org (englisch)