Text 75, 65 rader
Skriven 2001-07-15 22:56:19 av Jesper Sörensen (2:204/254.1)
Ärende: Dummy's Guide to CHRS
=============================
 * Original message posted in 254_CHAT
 * Crossposted in R20_FIDONET

Alla kanske inte tycker att det här med teckenkodningar är så självklart, och
det verkar ibland råda en viss begreppsförvirring, så därför kommer här mitt
lilla försök att förklara hur det fungerar.

Tecknen som åker fram och tillbaka i postpaketen i Fidonet är egentligen bara
ett nummer mellan 0 och 255 (en byte). Enbart nummer är ju inte så värst
upplysande så därför har man kommit överens om ett visst system för att med
hjälp av en så kallad teckentabell översätta dessa nummer till tecken som kan
visas på skärmen.

En [8-bitars] teckentabell innehåller bara 256 olika tecken och det räcker ju
inte så långt, så därför har det skapats ett flertal olika teckentabeller för
olika syften runt om i världen. Man låter alltså numrena betyda olika tecken,
beroende på vilken teckentabell som används.

För att en skriven text skall komma fram korrekt är det alltså viktigt att man
använder samma teckentabell vid kodning (omvandling av tecken till nummer) och
vid dekodning (omvandling av nummer till tecken). Har man inte möjlighet att
använda samma teckentabell på båda systemen måste tecknen översättas från den
ena teckentabellen till den andra.

Så långt är allt väl, men så har vi då problemet med att vissa teckentabeller
inte är riktigt kompatibla med varandra (i så fall hade man ju inte behövt
flera olika!), som till exempel fallet med CP437 och CP866. De svenska tecknen
som finns i CP437 existerar inte i CP866, och de kyrilliska tecknen i CP866
existerar inte i CP437. Detta problem kan lösas på två sätt, antingen genom att
man helt enkelt visar till exempel ett frågetecken i stället så får användaren
gissa vad det egentligen skall vara för tecken, eller också använder man sig av
"translitteration" för att översätta tecknet till dess närmaste motsvarighet i
den andra teckentabellen.

Nu är jag tyvärr rätt dålig på de kyrilliska tecknen så jag tar ett grekiskt
alfa som exempel i stället. Första bokstaven i det grekiska alfabetet (alltså
alfa) har fått ett nummer (224) i CP437, men detta tecken finns inte med i vare
sig CP866 eller Latin-1. För att göra det bästa av situationen kan man då visa
ett 'a' i stället för det grekiska tecknet. På samma sätt kan ett danskt 'ø'
översättas till ett svenskt 'ö', eller till ett 'o' om man inte har tillgång
till vare sig danska eller svenska tecken.

I Fidonet har man löst problemet med teckenkodningar genom att inuti brevet
skicka med en CHRS-kludge som anger vilken teckenkodning som används för
texten, och därmed kan Fidonet-programmen automatiskt hantera en eventuell
översättning så att tecknen visas korrekt.

För att den automatiska översättningen i Fidonetprogrammen skall fungera krävs
att programvaran stödjer CHRS-standarden, att man konfigurerat programvaran
korrekt, samt att programvaran har tillgång till de översättningstabeller som
behövs för att översätta mellan olika kodningar. Exakt hur detta går till
brukar finnas beskrivet i manualen.

Om man inte kan vara säker på vilken teckentabell som används är det lätt hänt
att det blir fel i översättningen. Därför bör CHRS-kludgen "IBMPC" undvikas
eftersom den är luddig och alltså kan betyda både CP437, CP850, CP865, CP866
och så vidare (beroende på vem man frågar).

Frågor?

  Jesper,
  yeppe@enjoy.cc

---
 * Origin: Singularity/2 - Swedish Internet Backbone (2:204/254.1@fidonet)