Juegos de caracteres soportados
En esta página
Juegos de caracteres soportados#
Nombre en el registro IANA
Juegos de caracteres
Descripción
Notas
ISO-10646-UCS-4
ISO 10646
El juego de caracteres universal (
Universal Character Set
), con 31 bits por caracter, al estándar
UCS-4
por
ISO/IEC 10646
. Está sincronizado con la última versión de Unicode.
Si este nombre es utilizado en la herramienta de conversión, el convertidor intenta reconocer el texto a partir del último BOM (
byte order mark
), para conocer el orden de los bits.
ISO-10646-UCS-4
UCS-4
Ver arriba.
A diferencia de
UCS-4
, las cadenas se suponen estar en formato big endian.
ISO-10646-UCS-4
UCS-4
Ver arriba.
A diferencia de
UCS-2
, las cadenas se suponen estar en formato little endian.
ISO-10646-UCS-2
UCS-2
El juego de caracteres universal (
Universal Character Set
), con 16 bits por caracter, al estándar
UCS-2
por
ISO/IEC 10646
. Está sincronizado con la última versión de Unicode.
Si este nombre es utilizado en la herramienta de conversión, el convertidor intenta reconocer el texto a partir del último BOM (
byte order mark
), para conocer el orden de los bits.
ISO-10646-UCS-2
UCS-2
Ver arriba.
A diferencia de
UCS-4
, las cadenas se suponen estar en formato big endian.
UTF-32
Unicode
Formato de transformación de Unicode, de 32 bits, cuyas cartas corresponden al juego estándar Unicode. Este juego no es idéntico a
UCS-4
porque los caracteres Unicode estaban limitados a valores de 21 bits.
Si este nombre es utilizado en la herramienta de conversión, el convertidor intenta reconocer el texto a partir del último BOM (
byte order mark
), para conocer el orden de los bits.
UTF-32BE
Unicode
Ver arriba.
A diferencia de
UTF-32
, las cadenas se suponen estar en formato big endian.
UTF-32LE
Unicode
Ver arriba.
A diferencia de
UTF-32
, las cadenas se suponen estar en formato little endian.
UTF-16
Unicode
Formato de transformación de Unicode sobre 16 bits. Se debe notar que
UTF-16
ya no es idéntico a
UCS-2
porque un mecanismo fue introducido en Unicode 2.0 y
UTF-16
ahora hace referencia a un codificación de 21 bits.
Si este nombre es utilizado en la herramienta de conversión, el convertidor intenta reconocer el texto a partir del último BOM (
byte order mark
), para conocer el orden de los bits.
UTF-16BE
Unicode
Ver arriba.
A diferencia de
UTF-16
, las cadenas se suponen estar en formato big endian.
UTF-16LE
Unicode
Ver arriba.
A diferencia de
UTF-16
, las cadenas se suponen estar en formato little endian.
UTF-8
Unicode / UCS
Formato de transformación Unicode de 8 bits.
ninguno
UTF-7
Unicode
Un formato compatible con el correo electrónico de Unicode, especificado en
RFC2152
.
ninguno
ninguno
Unicode
Una variante de
UTF-7
que es especialmente utilizada en el
protocolo IMAP
.
ninguno
US-ASCII (recomendado) / iso-ir-6 / ANSI_X3.4-1986 / ISO_646.irv:1991 / ASCII / ISO646-US / us / IBM367 / CP367 / csASCII
ASCII / ISO 646
ASCII,
American Standard Code for Information Interchange
es un formato clásico de 7 bits. También está normalizado internacionalmente, bajo el nombre
ISO 646
.
(ninguno)
EUC-JP (recomendado) / Extended_UNIX_Code_Packed_Format_for_Japanese / csEUCPkdFmtJapanese
Compuesto de US-ASCII / JIS X0201:1997 (hankaku kana) / JIS X0208:1990 / JIS X0212:1990
Como se puede ver, el nombre deriva de la abreviatura de
Extended UNIX Code Packed Format for Japanese
, este juego es esencialmente utilizado en plataformas Unix. El juego original,
Extended UNIX Code
, está diseñado sobre la base de
ISO 2022
.
El juego identificado por
EUC-JP
es diferente de
IBM932 / CP932
, que es utilizado por
OS/2®
y Microsoft® Windows®. Para intercambiar información con estas plataformas, utilice
EUCJP-WIN
.
Shift_JIS (recomendado) / MS_Kanji / csShift_JIS
Compuesto de JIS X0201:1997 / JIS X0208:1997
Shift_JIS
fue desarrollado a principios de los años 80, y, al mismo tiempo, los primeros procesadores de texto estaban en el mercado. Fue hecho para conservar la compatibilidad con el juego
JIS X 0201:1976
. Según la definición de IANA, el juego de caracteres
Shift_JIS
es ligeramente diferente de
IBM932 / CP932
. Sin embargo, los nombres
"SJIS"
y
"Shift_JIS"
son a menudo utilizados erróneamente, para estos juegos.
Para
CP932
, utilice
SJIS-WIN
.
(ninguno)
Compuesto de JIS X0201:1997 / JIS X0208:1997 / IBM extensions / NEC extensions
Aunque este "juego de caracteres" utiliza el mismo juego que
EUC-JP
, en realidad es diferente. Solo tiene algunos caracteres de diferencia.
ninguno
Windows-31J / csWindows31J
Compuesto de JIS X0201:1997 / JIS X0208:1997 / IBM extensions / NEC extensions
Aunque este "juego de caracteres" utiliza el mismo juego que
Shift_JIS
, en realidad es diferente. Solo tiene algunos caracteres de diferencia.
(ninguno)
ISO-2022-JP (recomendado) / csISO2022JP
US-ASCII / JIS X0201:1976 / JIS X0208:1978 / JIS X0208:1983
RFC1468
ninguno
JIS
ISO-8859-1
ISO-8859-2
ISO-8859-3
ISO-8859-4
ISO-8859-5
ISO-8859-6
ISO-8859-7
ISO-8859-8
ISO-8859-9
ISO-8859-10
ISO-8859-13
ISO-8859-14
ISO-8859-15
ISO-8859-16
byte2be
byte2le
byte4be
byte4le
BASE64
HTML-ENTITIES
7bit
8bit
EUC-CN
CP936
HZ
EUC-TW
CP950
BIG-5
EUC-KR
UHC (CP949)
ISO-2022-KR
Windows-1251 (CP1251)
Windows-1252 (CP1252)
CP866 (IBM866)
KOI8-R
KOI8-U