KOI8-U è un sistema di codifica di caratteri a 8-bit progettato per essere adoperato con l'ucraino, lingua che utilizza l'alfabeto cirillico. Il KOI8-U, il cui nome sta per Kod Obmena Informaciej, 8 bit (in russo Код Обмена Информацией, 8 бит, Codice per lo scambio di informazioni, 8 bit), è basato sul KOI8-R, sistema di codifica basato sull'originale KOI8 e progettato per l'utilizzo con il russo e con il bulgaro, di cui sostituisce otto caratteri grafici con quattro lettere ucraine nelle loro versioni maiuscola e minuscola: Ґ, Є, І e Ї.
Il KOI8 ed il CP-1251, un altro sistema di codifica di caratteri per le lingue che utilizzano l'alfabeto cirillico, sono ancora molto più utilizzati dell'ISO 8859-5, che in effetti non ha mai trovato grande utilizzo, anche se oggi, ormai, nella stragrande maggioranza degli utilizzi moderni, viene loro preferito l'Unicode.
Il KOI8 ed i sistemi da lui derivati hanno la particolarità di avere le lettere cirilliche disposte in ordine pseudo-latino piuttosto che nel comune ordine dell'alfabeto cirillico come hanno per esempio l'ISO 8859-5 e l'Unicode. Sebbene questo possa sembrare anti intuitivo, questa caratteristica risulta utile per il fatto che se l'ottavo bit viene eliminato, il testo è parzialmente leggibile utilizzando il sistema ASCII e può essere convertito in un testo in KOI7 sintatticamente corretto. Per esempio se dalla scritta in KOI8-U "Русский Текст" viene eliminato l'ottavo bit, essa diventa rUSSKIJ tEKST ("Testo russo") ed un tentativo di interpretare tale stringa con il KOI7 porta a "РУССКИЙ ТЕКСТ". Il KOI8 fu creato basandosi sul codice Morse russo (che a sua volta fu creato dal codice Morse internazionale basandosi sulle assonanze) e la connessione riguardante l'ordine delle lettere tra il codice Morse russo e quello internazionale è la stessa che esiste tra il KOI8 e l'ASCII.
Nel sistema operativo Microsoft Windows, il numero di code page assegnato al sistema KOI8-U è 21866, nei sistemi di IBM è invece il numero 1186.
Tabella La seguente tabella mostra il sistema di codifica KOI8-U. Ogni carattere è rappresentato al centro della cella con il suo equivalente Unicode in alto e il suo codice decimale in basso.
+ Legenda Caratteri di controllo Punteggiatura Cifre numeriche Caratteri alfabetici Caratteri internazionali Caratteri non definiti Caratteri grafici Punteggiatura estesa
+ KOI8-U -0 -1 -2 -3 -4 -5 -6 -7 -8 -9 -A -B -C -D -E -F0- 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 151- 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 312-0020SP320021!330022"340023#350024$360025%370026&380027'390028(400029)41002A*42002B+43002C,44002D-45002E.46002F/473-0030048003114900322500033351003445200355530036654003775500388560039957003A:58003B;59003C<60003D=61003E>62003F?634-0040@640041A650042B660043C670044D680045E690046F700047G710048H720049I73004AJ74004BK75004CL76004DM77004EN78004FO795-0050P800051Q810052R820053S830054T840055U850056V860057W870058X880059Y89005AZ90005B[91005C\92005D]93005E^94005F_956-0060`960061a970062b980063c990064d1000065e1010066f1020067g1030068h1040069i105006Aj106006Bk107006Cl108006Dm109006En110006Fo1117-0070p1120071q1130072r1140073s1150074t1160075u1170076v1180077w1190078x1200079y121007Az122007B{123007C|124007D}125007E~126 1278-2500─1282502│129250C┌1302510┐1312514└1322518┘133251C├1342524┤135252C┬1362534┴137253C┼1382580▀1392584▄1402588█141258C▌1422590▐1439-2591░1442592▒1452593▓1462320⌠14725A0■1482219∙149221A√1502248≈1512264≤1522265≥15300A0NBSP1542321⌡15500B0°15600B2²15700B7·15800F7÷159A-2550═1602551║1612552╒1620451ё1630454є1642554╔1650456і1660457ї1672557╗1682558╘1692559╙170255A╚171255B╛1720491ґ173255D╝174255E╞175B-255F╟1762560╠1772561╡1780401Ё1790404Є1802563╣1810406І1820407Ї1832566╦1842567╧1852568╨1862569╩187256A╪1880490Ґ189256C╬19000A9©191 C-044Eю1920430а1930431б1940446ц1950434д1960435е1970444ф1980433г1990445х2000438и2010439й202043Aк203043Bл204043Cм205043Dн206043Eо207D-043Fп208044Fя2090440р2100441с2110442т2120443у2130436ж2140432в215044Cь216044Bы2170437з2180448ш219044Dэ2200449щ2210447ч222044Aъ223E-042EЮ2240410А2250411Б2260426Ц2270414Д2280415Е2290424Ф2300413Г2310425Х2320418И2330419Й234041AК235041BЛ236041CМ237041DН238041EО239F-041FП240042FЯ2410420Р2420421С2430422Т2440423У2450416Ж2460412В247042CЬ248042BЫ2490417З2500428Ш251042DЭ2520429Щ2530427Ч254042AЪ255 -0 -1 -2 -3 -4 -5 -6 -7 -8 -9 -A -B -C -D -E -F
Nella tabella soprastante, il corrispettivo del codice Unicode 20 è il carattere spazio mentre del codice Unicode A0 è lo spazio unificatore.
Le differenze dal KOI8-R consistono nelle posizioni 0xA4; 0xA6; 0xA7; 0xAD; and 0xB4; 0xB6; 0xB7; 0xBD; occupate da lettere che non compaiono nella lingua russa.
Anche se l'RFC 2319 dice che il carattere in posizione 0x95 ha corrispettivo Unicode U+2219 (∙), esso può anche avere U+2022 (•) in modo da farlo coincidere con il carattere punto elenco del Windows-1251.
Alcune versioni riportate contengono un errore circa il carattere in posizione 0xB4, a cui viene assegnato il codice Unicode U+0403 piuttosto che il corretto U+0404. Un esempio di questo si trova nall'appendice A dell'RFC 2319 (la tabella nel testo principale riporta comunque il codice corretto).
Note
Voci correlate Alfabeto ucraino ISO/IEC 8859-5 KOI7 KOI8-R KOI8-RU KOI8-T Windows-1251
Altri progetti
Collegamenti esterni Universal Cyrillic decoder, Un'applicazione online che può aiutare nel recupero di testi illeggibili in cirillico creati con il sistema di codifica KOI8-U.
Categoria:Repertori di caratteri