.\" -*- coding: UTF-8 -*- .\" Copyright (C) Markus Kuhn, 1995, 2001 .\" .\" SPDX-License-Identifier: GPL-2.0-or-later .\" .\" 1995-11-26 Markus Kuhn .\" First version written .\" 2001-05-11 Markus Kuhn .\" Update .\" .\"******************************************************************* .\" .\" This file was generated with po4a. Translate the source file. .\" .\"******************************************************************* .TH unicode 7 "5 febbraio 2023" "Linux man\-pages 6.03" .SH NOME unicode \- insieme universale di caratteri .SH DESCRIZIONE Lo standard internazionale ISO 10646 definisce l'insieme universale di caratteri (UCS: Universal Character Set)". UCS contiene tutti i caratteri di tutti gli altri standard per insiemi di caratteri. Garantisce anche "compatibilità ad andata e ritorno", cioè è possibile costruire tavole di conversione in modo tale da non perdere nessuna informazione passando da una qualsiasi altra codifica a UCS e viceversa. .PP UCS contiene i caratteri necessari alla rappresentazione di praticamente tutte le lingue conosciute. Esso comprende non solo i caratteri latino greco, cirillico, ebreo, arabo, armeno e georgiano, ma anche alfabeti ideografici cinese, giapponese e coreano han, e i caratteri hiragana, katakana, hangul, devanagari, bengali, gurmukhi, gujarati, oriya, tamil, telugu, kannada, malayalam, thai, lao, khmer, bopomofo, tibetano, runico, etiopico, canadese sillabico, cherokee, mongolo, ogham, myanmar, sinhala, thaana, yi e altri. Per caratteri non ancora inclusi la ricerca su come codificarli al meglio è ancora in corso e prima o poi verranno aggiunti. Ciò potrebbe includere non solo geroglifici e vari linguaggi storici indo\-europei, ma anche alcuni caratteri artistici selezionati come tengwar, cirth e klingon. UCS include anche un grande numero di simboli grafici, tipografici, matematici e scientifici, inclusi quelli forniti da TeX, Postscript, APL, MS\-DOS, MS\-Windows, Macintosh e font OCR, oltre a molti sistemi di elaborazione testi e di editoria, e altri se ne stanno aggiungendo. .PP Lo standard UCS (ISO 10646) descrive una architettura di caratteri a 31 bit consistente di 128 \fIgruppi\fP a 24 bit, ciascuno diviso in 256 \fIpiani\fP a 16 bit, composti da 256 \fIrighe\fP a 8 bit, con 256 \fIcolonne\fP, una per ciascun carattere. La parte 1 dello standard (ISO 10646\-1) definisce le prime 65534 posizioni (da 0x0000 a 0xfffd), che formano il \fIPiano Multi\-linguistico di Base\fP (BMP), ovvero il piano 0 del gruppo 0. La parte due dello standard (ISO 10646\-2comune di uta studio dettaglio isca arcosu PAI) aggiunge caratteri al gruppo 0 al di fuori del BMP in numerosi \fIpiani supplementari\fP nell'intervallo da 0x10000 a 0x10ffff. Non ci sono piani per l'aggiunta di caratteri allo standard oltre 0x10ffff, quindi, dell'intero spazio codice, solo una piccola frazione del gruppo 0 verrà usata nel prossimo futuro. Il BMP contiene tutti i caratteri che si trovano negli altri insiemi di caratteri comunemente usati. I piani supplementari aggiunti da ISO 10646\-2 coprono solo caratteri esotici per speciali bisogni scientifici, stampa dizionario, industria editoriale, protocolli di livello più elevato, e entusiasti. .PP La rappresentazione di ciascun carattere UCS come parola di 2 byte è chiamato forma UCS\-2 (solo per i caratteri BMP), mentre UCS\-4 è la rappresentazione di ciascun carattere in una parola a 4 byte. In aggiunta esistono due forme di codifica UTF\-8 per retrocompatibilità col software di elaborazione ASCII e UTF\-16 per la gestione della retrocompatibilità dei caratteri non BMP fino a 0x10ffff del software UCS\-2. .PP I caratteri UCS nelle posizioni da 0x0000 a 0x007f coincidono con quelli classici di US\-ASCII e i caratteri da 0x0000 a 0x00ff coincidono con quelli dell'insieme ISO 8859\-1 Latin\-1. .SS "Caratteri combinanti" Alcuni codici di UCS sono stati assegnati a \fIcaratteri combinanti\fP. Simile ad un tasto accentato che non avanza in una macchina da scrivere, un carattere combinante aggiunge un accento al carattere precedente. I caratteri accentati più importanti hanno un loro codice in UCS, ma questo meccanismo permette di aggiungere accenti a altri segni diacritici a qualsiasi carattere. I caratteri combinanti seguono sempre il carattere che modificano. Ad esempio, il carattere tedesco Ä («A maiuscola romana con dieresi») può essere rappresentato sia col codice UCS precomposto 0x00c4, oppure come combinazione di una normale «A maiuscola romana» seguita da una «dieresi combinante»: 0x0041 0x0308. .PP I caratteri combinanti sono essenziali per esempio nella codifica dei caratteri Thai o per la composizione matematica e per gli utenti dell'alfabeto internazionale fonetico. .SS "Livelli di implementazione" Siccome non ci si aspetta che tutti i sistemi possano supportare meccanismi avanzati come i caratteri combinanti, ISO 10646\-1 specifica tre \fIlivelli d'implementazione\fP per UCS: .TP 0.9i Livello 1 I caratteri combinanti e Hangul Jamo (una variante della codifica dell'alfabeto coreano, dove le sillabe Hangul sono codificate come tripletta o coppia di codici vocale/consonante) non sono supportati. .TP Livello 2 Come il livello 1, ma alcuni caratteri combinanti sono permessi in alcuni alfabeti (per es., tailandese, laotiano, ebraico, arabo, devangari, malese). .TP Livello 3 Tutti i caratteri UCS sono supportati. .PP Lo Standard Unicode 3.0 pubblicato dall'Unicode Consortium contiene esattamente il piano multi\-linguistico di base UCS al livello 3 d'implementazione, come descritto in ISO 10646\-1:2000. Unicode 3.1 ha aggiunto i piani supplementari dell'ISO 10646\-2. Lo standard Unicode e i raporti tecnici pubblicati dall'Unicode Consortium forniscono molte informazioni aggiuntive sulla semantica e sugli usi raccomandati dei vari caratteri. Essi forniscono linee guida e algoritmi per editing, ordinamento, comparazione, normalizzazione, conversione e visualizzazione delle stringhe Unicode. .SS "Unicode sotto Linux" Sotto GNU/Linux, il tipo C \fIwchar_t\fP è un tipo intero 32\-bit con segno. I suoi valori sono sempre interpretati dalla libreria C come valori del codice UCS (in tutte le localizzazioni), una convenzione che è segnalata alle applicazioni dalla libreria C di GNU definendo la costante \fB__STDC_ISO_10646__\fP come specificato nello standard ISO C99. .PP UCS/Unicode può essere usato come semplice ASCII nei flussi input/output, comunicazioni tra terminali, file di testo, nomi file e variabili d'ambiente nella codifica multi\-byte .B UTF\-8 compatibile ASCII. Per segnalare l'uso di UTF\-8 come codifica carattere a tutte le applicazioni deve venire selezionata una \fIlocalizzazione\fP appropriata attraverso variabili d'ambiente (es., "LANG=en_GB.UTF\-8"). .PP The \fBnl_langinfo(CODESET)\fP function returns the name of the selected encoding. Library functions such as \fBwctomb\fP(3) and \fBmbsrtowcs\fP(3) can be used to transform the internal \fIwchar_t\fP characters and strings into the system character encoding and back and \fBwcwidth\fP(3) tells how many positions (0\[en]2) the cursor is advanced by the output of a character. .SS "Aree di uso privato (PUA)" .\" commit 9d85025b0418163fae079c9ba8f8445212de8568 L'intervallo da 0xe000 a 0xf8ff nel Piano multi\-linguistico di base, non verrà mai assegnato dallo standard a nessun carattere ed è riservato per uso privato. Per la comunità Linux questo intervallo è stato ulteriormente suddiviso nell'intervallo da 0xe000 a 0xefff, che può essere usato dall'utente finale, e nell'area Linux nell'intervallo da 0xf000 a 0xf8ff, le cui estensioni sono coordinate fra tutti gli utenti di Linux. Il registro dei caratteri assegnati all'area Linux è al momento mantenuto da LANANA e il registro stesso è \fIDocumentation/admin\-guide/unicode.rst\fP nei sorgenti del kernel Linux (o \fIDocumentation/unicode.txt\fP prima di Linux 4.10). .PP Altri due piani sono riservati per uso privato, il piano 15 (Supplementary Private Use Area\-A, intervallo da 0xf0000 a 0xffffd) e il piano 16 (Supplementary Private Use Area\-B, intervallo da 0x100000 a 0x10fffd). .SS Bibliografia .IP \[bu] 3 Information technology \[em] Universal Multiple\-Octet Coded Character Set (UCS) \[em] Part 1: Architecture and Basic Multilingual Plane. International Standard ISO/IEC 10646\-1, International Organization for Standardization, Geneva, 2000. .IP Questa è la specifica ufficiale di UCS. Disponibile su .UR http://www.iso.ch/ .UE . .IP \[bu] The Unicode Standard, Version 3.0. The Unicode Consortium, Addison\-Wesley, Reading, MA, 2000, ISBN 0\-201\-61633\-5. .IP \[bu] S.\& Harbison, G.\& Steele. C: A Reference Manual. Fourth edition, Prentice Hall, Englewood Cliffs, 1995, ISBN 0\-13\-326224\-3. .IP Un buon testo di riferimento sul linguaggio di programmazione C. La quarta edizione comprende l'Emendamento 1 del 1994 allo standard ISO C90, che aggiunge un buon numero di funzioni di libreria C per gestire codifiche di caratteri lunghi e multibyte, ma non comprende ancora la ISO C99, che ha migliorato ulteriormente il supporto per i caratteri lunghi e multibyte. .IP \[bu] Unicode Technical Reports. .RS .UR http://www.unicode.org\:/reports/ .UE .RE .IP \[bu] Markus Kuhn: UTF\-8 and Unicode FAQ for UNIX/Linux. .RS .UR http://www.cl.cam.ac.uk\:/\[ti]mgk25\:/unicode.html .UE .RE .IP \[bu] Bruno Haible: Unicode HOWTO. .RS .UR http://www.tldp.org\:/HOWTO\:/Unicode\-HOWTO.html .UE .RE .\" .SH AUTHOR .\" Markus Kuhn .SH "VEDERE ANCHE" \fBlocale\fP(1), \fBsetlocale\fP(3), \fBcharsets\fP(7), \fButf\-8\fP(7) .PP .SH TRADUZIONE La traduzione italiana di questa pagina di manuale è stata creata da Ottavio G. Rizzo , Giulio Daprelà , Elisabetta Galli e Marco Curreli . .PP Questa traduzione è documentazione libera; leggere la .UR https://www.gnu.org/licenses/gpl-3.0.html GNU General Public License Versione 3 .UE o successiva per le condizioni di copyright. Non ci assumiamo alcuna responsabilità. .PP Per segnalare errori nella traduzione di questa pagina di manuale inviare un messaggio a .MT pluto-ildp@lists.pluto.it .ME .