Windows-1252 - Windows-1252

Windows-1252
Windows-1252-infobox.svg
MIME / IANA windows-1252
Alias cp1252 ( página de códigos 1252)
Idioma (s) Básicamente, todos son compatibles con ISO / IEC 8859-1, por ejemplo , inglés , irlandés, italiano, noruego, portugués, español, sueco. Más también alemán, finlandés, islandés, francés, holandés (excepto el carácter IJ) y esloveno (excepto el carácter č ).
Creado por Microsoft
Estándar Estándar de codificación WHATWG
Clasificación ASCII extendido , Windows-125x
Se extiende ISO 8859-1 (excluidos los controles C1)
Transforma / Codifica ISO 8859-15

Windows-1252 o CP-1252 ( página de códigos 1252) es una codificación de caracteres de un solo byte del alfabeto latino , que se utiliza de forma predeterminada en los componentes heredados de Microsoft Windows para inglés y muchos idiomas europeos, incluidos español, francés y alemán.

Es la codificación de caracteres de un solo byte más utilizada en el mundo ( al menos en sitios web ). En octubre de 2021, el 0,3% de todos los sitios web declararon el uso de Windows-1252, pero al mismo tiempo el 1,2% utilizó ISO 8859-1 (mientras que solo 5 de los 1000 sitios web principales), que según los estándares HTML5 deberían considerarse la misma codificación. , de modo que el 1,5% de los sitios web utilizan efectivamente Windows-1252. Las páginas declaradas como US- ASCII también contarían como este conjunto de caracteres. Un subconjunto desconocido (pero probablemente grande) de otras páginas solo usa la porción ASCII de UTF-8, o solo los códigos que coinciden con Windows-1252 de su juego de caracteres declarado, y también podrían contarse.

Dependiendo del país, el uso puede ser mucho más alto que el promedio mundial, por ejemplo, para Alemania, según el uso del sitio web (incluida la norma ISO-8859-1) con un 5,6%.

Detalles

Esta codificación de caracteres es un superconjunto de ISO 8859-1 en términos de caracteres imprimibles, pero se diferencia del ISO-8859-1 de IANA por el uso de caracteres visualizables en lugar de caracteres de control en el rango de 80 a 9F ( hexadecimal ). Los caracteres adicionales notables incluyen comillas rizadas y todos los caracteres imprimibles que están en ISO 8859-15 (en lugares diferentes a ISO 8859-15). Windows lo conoce por el número de página de códigos 1252 y por el nombre aprobado por IANA "windows-1252".

Es muy común etiquetar incorrectamente el texto de Windows-1252 con la etiqueta de juego de caracteres ISO-8859-1. Un resultado común fue que todas las comillas y apóstrofos (producidos por "comillas tipográficas" en software de procesamiento de texto) fueron reemplazados por signos de interrogación o cuadros en sistemas operativos que no son Windows, lo que dificulta la lectura del texto. La mayoría de los navegadores web y clientes de correo electrónico modernos tratan el juego de caracteres de tipo de medio ISO-8859-1 como Windows-1252 para adaptarse a este tipo de etiquetado incorrecto. Este es ahora un comportamiento estándar en la especificación HTML5, que requiere que los documentos anunciados como ISO-8859-1 se analicen realmente con la codificación Windows-1252.

Históricamente, la frase "Página de códigos ANSI" se usaba en Windows para referirse a codificaciones que no eran de DOS; la intención era que la mayoría de estos fueran estándares ANSI como ISO-8859-1 . Aunque Windows-1252 fue la primera página de códigos y, con mucho, la más popular nombrada así en el lenguaje de Microsoft Windows, la página de códigos nunca ha sido un estándar ANSI. Microsoft explica: "El término ANSI, tal como se usa para designar las páginas de códigos de Windows, es una referencia histórica, pero hoy en día es un nombre inapropiado que continúa persistiendo en la comunidad de Windows".

En los paquetes LaTeX , CP-1252 se conoce como "ansinew".

IBM utiliza la página de códigos 1252 ( CCSID 1252 y CCSID 5348 ampliado con el símbolo del euro ) para Windows-1252.

Oracle lo llama "WE8MSWIN1252" .

Conjunto de caracteres

La siguiente tabla muestra Windows-1252. Cada carácter se muestra con su equivalente Unicode basado en el mapeo Unicode.org de Windows-1252 con "mejor ajuste". Los números decimales (con estilo 0123 ) son el código Alt que se puede usar para escribirlos en sistemas Windows. Las diferencias con ISO-8859-1 se muestran con un sombreado más oscuro en la parte superior de sus colores de leyenda.

Windows-1252 (CP1252)
_0 _1 _2 _3 _4 _5 _6 _7 _8 _9 _A _B _C _D _MI _F
0_
0
NUL
0000
0
SOH
0001
01
STX
0002
02
ETX
0003
03
EOT
0004
04
ENQ
0005
05
ACK
0006
06
BEL
0007
07
BS
0008
08
HT
0009
09
LF
000A
010
VT
000B
011
FF
000C
012
CR
000D
013
SO
000E
014
SI
000F
015
1_
16
DLE
0010
016
DC1
0011
017
DC2
0012
018
DC3
0013
019
DC4
0014
020
NAK
0015
021
SYN
0016
022
ETB
0017
023
CAN
0018
024
EM
0019
025
SUB
001A
026
ESC
001B
027
FS
001C
028
GS
001D
029
RS
001E
030
US
001F
031
2_
32
SP
0020
32
!
0021
33
"
0022
34
#
0023
35
$
0024
36
%
0025
37
&
0026
38
«
0027
39
(
0028
40
)
0029
41
*
002A
42
+
002B
43
,
002C
44
-
002D
45
.
002E
46
/
002F
47
3_
48
0
0030
48
1
0031
49
2
0032
50
3
0033
51
4
0034
52
5
0035
53
6
0036
54
7
0037
55
8
0038
56
9
0039
57
:
003A
58
;
003B
59
<
003C
60
=
003D
61
>
003E
62
?
003F
63
4_
64
@
0040
64
A
0041
65
B
0042
66
C
0043
67
D
0044
68
E
0045
69
F
0046
70
G
0047
71
H
0048
72
Yo
0049
73
J
004A
74
K
004B
75
L
004C
76
M
004D
77
N
004E
78
O
004F
79
5_
80
P
0050
80
Q
0051
81
R
0052
82
S
0053
83
T
0054
84
U
0055
85
V
0056
86
W
0057
87
X
0058
88
Y
0059
89
Z
005A
90
[
005B
91
\
005C
92
]
005D
93
^
005E
94
_
005F
95
6_
96
`
0060
96
a
0061
97
b
0062
98
c
0063
99
d
0064
100
e
0065
101
f
0066
102
g
0067
103
h
0068
104
yo
0069
105
j
006A
106
k
006B
107
l
006C
108
m
006D
109
n
006E
110
o
006F
111
7_
112
p
0070
112
q
0071
113
r
0072
114
s
0073
115
t
0074
116
u
0075
117
v
0076
118
w
0077
119
x
0078
120
y
0079
121
z
007A
122
{
007B
123
|
007C
124
}
007D
125
~
007E
126
DEL
007F
0127
8_
128

20AC
0128
 
201A
0130
ƒ
0192
0131

201E
0132

2026
0133

2020
0134

2021
0135
02C6 0136


2030
0137
Š
0160
0138

2039
0139
Œ
0152
0140
  Ž
017D
0142
 
9_
144
  '
2018
0145
'
2019
0146

201C
0147

201D
0148

2022
0149
-
2013
0150
-
2014
0151
˜ 
02DC
0152

2122
0153
š
0161
0154

203A
0155
œ
0153
0156
  §
017E
0158
Ÿ
0178
0159
A_
160
NBSP
00A0
0160
¡
00A1
0161
¢
00A2
0162
£
00A3
0163
¤
00A4
0164
¥
00A5
0165
¦
00A6
0166
§
00A7
0167
¨
00A8
0168
©
00A9
0169
ª
00AA
0170
«
00AB
0171
¬
00AC
0172
SHY
00AD
0173
®
00AE
0174
¯
00AF
0175
B_
176
°
00B0
0176
±
00B1
0177
²
00B2
0178
³
00B3
0179
´
00B4
0180
µ
00B5
0181

00B6
0182
·
00B7
0183
¸
00B8
0184
¹
00B9
0185
º
00BA
0186
»
00BB
0187
¼
00BC
0188
½
00BD
0189
¾
00BE
0190
¿
00BF
0191
C_
192
À
00C0
0192
Á
00C1
0193
Â
00C2
0194
Ã
00C3
0195
Ä
00C4
0196
Å
00C5
0197
Æ
00C6
0198
Ç
00C7
0199
È
00C8
0200
É
00C9
0201
Ê
00CA
0202
Ë
00CB
0203
Ì
00CC
0204
Í
00CD
0205
Î
00CE
0206
Ï
00CF
0207
D_
208
Ð
00D0
0208
Ñ
00D1
0209
Ò
00D2
0210
Ó
00D3
0211
Ô
00D4
0212
Õ
00D5
0213
Ö
00D6
0214
×
00D7
0215
Ø
00D8
0216
Ù
00D9
0217
Ú
00DA
0218
Û
00DB
0219
Ü
00DC
0220
Ý
00DD
0221
Þ
00DE
0222
ß
00DF
0223
E_
224
à
00E0
0224
á
00E1
0225
â
00E2
0226
ã
00E3
0227
ä
00E4
0228
å
00E5
0229
æ
00E6
0230
ç
00E7
0231
è
00E8
0232
é
00E9
0233
ê
00EA
0234
ë
00EB
0235
ì
00EC
0236
í
00ED
0237
î
00EE
0238
ï
00EF
0239
F_
240
ð
00F0
0240
ñ
00F1
0241
ò
00F2
0242
ó
00F3
0243
ô
00F4
0244
õ
00F5
0245
ö
00F6
0246
÷
00F7
0247
ø
00F8
0248
ù
00F9
0249
ú
00FA
0250
û
00FB
0251
ü
00FC
0252
ý
00FD
0253
þ
00FE
0254
ÿ
00FF
0255

  Carta  Número  Puntuación  Símbolo  Otro  Indefinido

Según la información de los sitios web de Microsoft y Unicode Consortium, las posiciones 81, 8D, 8F, 90 y 9D no se utilizan; sin embargo, la API de Windows los MultiByteToWideCharasigna a los códigos de control C1 correspondientes . El mapeo de "mejor ajuste" también documenta este comportamiento.

Historia

  • La primera versión de la página de códigos 1252 utilizada en Microsoft Windows 1.0 no tenía las posiciones D7 y F7 definidas. Todos los caracteres en los rangos 80–9F también estaban indefinidos.
  • Se había definido la segunda versión, utilizada en Microsoft Windows 2.0, las posiciones D7, F7, 91 y 92.
  • La tercera versión, utilizada desde Microsoft Windows 3.1, tenía definidas todas las posiciones actuales, excepto el signo del euro y la Z con el par de caracteres caron .
  • La versión final enumerada anteriormente debutó en Microsoft Windows 98 y se transfirió a versiones anteriores de Windows con la actualización del símbolo del euro.

Extensiones OS / 2

El sistema operativo OS / 2 admite una codificación con el nombre de página de códigos 1004 ( CCSID 1004) o "Windows Extended". Esto coincide principalmente con la página de códigos 1252, con la excepción de que ciertos caracteres de control C0 se reemplazan por caracteres diacríticos . Las diferencias con ISO-8859-1 se muestran con un sombreado más oscuro en la parte superior de sus colores de leyenda.

Página de códigos 1004 (solo filas diferentes)
_0 _1 _2 _3 _4 _5 _6 _7 _8 _9 _A _B _C _D _MI _F
0_
0
NUL
0000
SOH
0001
STX
0002
ETX
0003
ˉ
02C9
˘
02D8
˙
02D9
BEL
0007
˚
02DA
HT
0009
˝
02DD
˛
02DB
02C7
CR
000D
SO
000E
SI
000F

Extensiones de MSDOS [poco común]

Hay una página de códigos ampliada de gráficos 1252 rara vez utilizada, pero útil, donde los códigos 0x00 a 0x1f permiten el dibujo de cajas como se usa en aplicaciones como MSDOS Edit y Codeview. Una de las aplicaciones para utilizar esta página de códigos fue una utilidad de imagen de disco de instalación / recuperación de Intel Corporation de mediados / finales de 1995. Estos programas se escribieron para sus máquinas del programa de prueba de usuario P6 (ejemplo de EE. UU.). Se utilizó exclusivamente en su región EMEA (Europa, Oriente Medio y África). Con el tiempo, los programas se cambiaron para usar la página de códigos 850.

Página de código extendido de gráficos 1252
_0 _1 _2 _3 _4 _5 _6 _7 _8 _9 _A _B _C _D _MI _F
0_
0

25CB

25A0

2191

2193

2192

2190

2551

2550

2554

2557

255A

255D
°
2591

2592

25BA

25C4
1_
16

2502

2500

250C

2510

2514

2518

251C

2524

2534

252C

2666

253C

2588

2584

2580

25AC

Variante de Palm OS

Palm OS 3.5 utiliza esta variante de Windows-1252 . Python le da la palmosetiqueta.

Página de códigos de Palm OS (diferencias con Windows-1252 sombreadas)
_0 _1 _2 _3 _4 _5 _6 _7 _8 _9 _A _B _C _D _MI _F
8_
128
20 €
AC
 
201A
ƒ
0192

201E
...
2026

2020

2021
02C6

2030
Š
0160

2039
Œ
0152

2666

2663

2665
9_
144

2660
'
2018
'
2019

201C
"
201D

2022
-
2013
-
2014
˜ 
02DC

2122
š
0161
œ
0153
  Ÿ
0178

Ver también

Referencias

enlaces externos