EBCDIC - EBCDIC

Extended Binary Coded Decimal code d' échange ( EBCDIC ; / ɛ b s ɪ d ɪ k / ) est un huit bits codage de caractères utilisé principalement sur mainframe IBM et IBM ordinateur de milieu de gamme des systèmes d'exploitation. Il est issu du code utilisé avec les cartes perforées et du code décimal codé binaire à six bits correspondant utilisé avec la plupart des périphériques informatiques d'IBM de la fin des années 1950 et du début des années 1960. Il est pris en charge par les différentes plates - formes non-IBM, tels que Fujitsu-Siemens de BS2000 / OSD , OS-IV, MSP et MSP-EX, la série SDS Sigma , Unisys VS / 9 , Unisys MCP et ICL VME .

Histoire

Carte perforée avec le codage Hollerith du jeu de caractères EBCDIC 1964. Le contraste en haut est amélioré pour montrer les caractères imprimés.

EBCDIC a été conçu en 1963 et 1964 par IBM et a été annoncé avec la sortie de la gamme IBM System/360 d' ordinateurs centraux . Il s'agit d'un codage de caractères à huit bits, développé séparément du schéma de codage ASCII à sept bits . Il a été créé pour étendre le code d'échange décimal codé binaire (BCD) existant , ou BCDIC , qui lui-même a été conçu comme un moyen efficace d'encoder les deux zones et les chiffres sur les cartes perforées en six bits. L'encodage distinct de 's' et 'S' (en utilisant la position 2 au lieu de 1) a été maintenu à partir des cartes perforées où il était souhaitable de ne pas avoir de perforations trop proches les unes des autres pour assurer l'intégrité de la carte physique.

Alors qu'IBM était l'un des principaux promoteurs du comité de normalisation ASCII, la société n'a pas eu le temps de préparer les périphériques ASCII (tels que les machines à perforer les cartes) à expédier avec ses ordinateurs System/360, la société a donc opté pour EBCDIC. Le System/360 a connu un vif succès, ainsi que des clones tels que RCA Spectra 70 , ICL System 4 et Fujitsu FACOM, tout comme EBCDIC.

Tous les périphériques et systèmes d'exploitation mainframe et milieu de gamme IBM utilisent EBCDIC comme codage inhérent (avec la tolérance pour ASCII, par exemple, ISPF dans z/OS peut parcourir et éditer les fichiers codés EBCDIC et ASCII). Les logiciels et de nombreux périphériques matériels peuvent traduire vers et depuis les encodages, et les mainframes modernes (tels que IBM Z ) incluent des instructions de processeur, au niveau matériel, pour accélérer la traduction entre les jeux de caractères.

Il existe un format de transformation Unicode orienté EBCDIC appelé UTF-EBCDIC proposé par le consortium Unicode, conçu pour permettre une mise à jour facile du logiciel EBCDIC pour gérer Unicode, mais non destiné à être utilisé dans des environnements d'échange ouverts. Même sur les systèmes avec un support EBCDIC étendu, il n'a pas été populaire. Par exemple, z/OS prend en charge Unicode (préférant spécifiquement UTF-16 ), mais z/OS n'a qu'une prise en charge limitée d'UTF-EBCDIC.

Tous les produits IBM n'utilisent pas EBCDIC ; IBM AIX , Linux on IBM Z et Linux on Power utilisent tous ASCII.

Compatibilité avec ASCII

Il y avait de nombreuses difficultés à écrire un logiciel qui fonctionnerait à la fois en ASCII et en EBCDIC.

• Les écarts entre les lettres ont fait un code simple qui fonctionnait en ASCII échoue sur EBCDIC. Par exemple , imprimerait l'alphabet de A à Z si ASCII est utilisé, mais imprimerait 41 caractères (y compris un certain nombre de caractères non affectés) en EBCDIC. Corriger cela nécessitait de compliquer le code avec des appels de fonction, ce qui a été fortement résisté par les programmeurs.for (c = 'A'; c <= 'Z'; ++c) putchar(c);
• Le tri EBCDIC met les minuscules avant les majuscules et les lettres avant les chiffres, exactement le contraire de l'ASCII.
• Les langages de programmation, les formats de fichiers et les protocoles réseau conçus pour l'ASCII ont rapidement utilisé les signes de ponctuation disponibles (tels que les accolades { et } ) qui n'existaient pas dans EBCDIC, rendant la traduction vers les systèmes EBCDIC difficile. Inversement, EBCDIC comportait quelques caractères tels que ¢ ( cents américains ) qui étaient utilisés sur les systèmes IBM et ne pouvaient pas être traduits en ASCII.
• La convention de retour à la ligne la plus couramment utilisée avec EBCDIC consiste à utiliser un code NEL (NEXT LINE) entre les lignes. Les convertisseurs vers d'autres encodages remplacent souvent NEL par LF ou CR/LF , même s'il y a un NEL dans l'encodage cible. Cela fait que LF et NEL se traduisent par le même caractère et ne peuvent pas être distingués.
• Si l'ASCII à sept bits était utilisé, il y avait un bit de poids fort "inutilisé" dans les octets de 8 bits, et de nombreux logiciels y stockaient d'autres informations. Le logiciel empaqueterait également les sept bits et éliminerait le huitième, comme par exemple empaqueter cinq caractères ASCII de sept bits dans un mot de 36 bits . Sur le PDP-11, les octets avec le bit de poids fort étaient traités comme des nombres négatifs, un comportement qui a été copié dans C , causant des problèmes inattendus si le bit de poids fort était défini. Tout cela rendait difficile le passage de l'ASCII à l'EBCDIC 8 bits (et rendait également difficile le passage aux codages ASCII étendus 8 bits ).

Mise en page de la page de codes

Il existe des centaines de pages de codes EBCDIC basées sur le codage de caractères EBCDIC d'origine ; il existe une variété de pages de codes EBCDIC destinées à être utilisées dans différentes parties du monde, y compris des pages de codes pour les scripts non latins tels que le chinois, le japonais (par exemple, EBCDIC 930, JEF et KEIS), le coréen et le grec (EBCDIC 875 ). Il existe également un grand nombre de variations avec les lettres échangées sans raison discernable.

Le tableau ci-dessous montre le "sous-ensemble invariant" d'EBCDIC, qui sont des caractères qui doivent avoir les mêmes affectations sur toutes les pages de codes EBCDIC qui utilisent l'alphabet latin. Il montre également (en gris) les signes de ponctuation ASCII et EBCDIC manquants, situés là où ils se trouvent dans la page de code 37 (une des variantes de page de code d'EBCDIC). Les cellules vides sont remplies de caractères spécifiques à la région dans les variantes, mais les caractères en gris sont souvent échangés ou remplacés également. Dans chaque cellule, la première ligne est l'abréviation d'un code de contrôle ou du caractère lui-même ; et la deuxième ligne est le code Unicode (vide pour les contrôles qui n'existent pas en Unicode).

  Lettre   Nombre   Ponctuation   symbole   Autre   Indéfini

Définitions des contrôles EBCDIC non ASCII

Voici les définitions des caractères de contrôle EBCDIC qui ne correspondent pas aux caractères de contrôle ASCII ou ont des utilisations supplémentaires. Lorsqu'ils sont mappés sur Unicode, ils sont principalement mappés sur des points de code de caractères de contrôle C1 d'une manière spécifiée par l'architecture de représentation des données de caractères (CDRA) d'IBM.

Bien que le mappage par défaut de la nouvelle ligne (NL) corresponde au caractère ISO/IEC 6429 Next Line (NEL) (dont le comportement est également spécifié, mais pas obligatoire, dans l'annexe 14 d'Unicode), la plupart de ces contrôles mappés C1 correspondent ni ceux de l' ensemble ISO/IEC 6429 C1 , ni ceux d' autres ensembles de contrôle C1 enregistrés tels que l' ISO 6630 . Bien que cela fasse effectivement des contrôles EBCDIC non ASCII un ensemble de contrôle C1 unique, ils ne font pas partie des ensembles de contrôle C1 enregistrés dans le registre ISO-IR , ce qui signifie qu'ils n'ont pas de séquence de désignation d'ensemble de contrôle attribuée (comme spécifié par ISO/ CEI 2022 , et facultativement autorisé dans ISO/CEI 10646 (Unicode)).

Outre U+0085 (Next Line), la norme Unicode ne prescrit pas d'interprétation des caractères de contrôle C1, laissant leur interprétation aux protocoles de niveau supérieur (elle suggère, mais n'exige pas, leurs interprétations ISO/IEC 6429 en l'absence d'utilisation pour à d'autres fins), de sorte que ce mappage est autorisé dans, mais non spécifié par, Unicode.

Pages de codes avec des jeux de caractères Latin-1

Les pages de codes suivantes contiennent le jeu complet de caractères Latin-1 (ISO/IEC 8859-1). La première colonne donne le numéro de page de code d'origine. La deuxième colonne donne le numéro de la page de code mise à jour avec le signe euro (€) remplaçant le signe universel de la monnaie (¤) (ou dans le cas de EBCDIC 924, avec l'ensemble modifié pour correspondre à ISO 8859-15 )

Critique et humour

Le défenseur des logiciels open source et développeur de logiciels Eric S. Raymond écrit dans son Jargon File qu'EBCDIC était détesté par les pirates informatiques, ce qui signifie qu'il entendait les membres d'une sous-culture de programmeurs enthousiastes. Le Jargon File 4.4.7 donne la définition suivante :

EBCDIC : /eb´s@·dik/, /eb´see`dik/, /eb´k@·dik/, n. [abréviation, Extended Binary Coded Decimal Interchange Code] Un jeu de caractères présumé utilisé sur les dinosaures IBM. Il existe dans au moins six versions mutuellement incompatibles, toutes présentant des délices tels que des séquences de lettres non contiguës et l'absence de plusieurs caractères de ponctuation ASCII assez importants pour les langages informatiques modernes (les caractères absents varient selon la version d'EBCDIC que vous utilisez. regarder). IBM a adapté EBCDIC à partir du code de la carte perforée au début des années 1960 et l'a promulgué comme une tactique de contrôle client (voir le complot des connecteurs ), rejetant la norme ASCII déjà établie. Aujourd'hui, IBM prétend être une entreprise de systèmes ouverts , mais la propre description d'IBM des variantes EBCDIC et de la façon de convertir entre elles est toujours classée en interne top secret, à graver avant lecture. Les hackers blanchissent au nom même d'EBCDIC et le considèrent comme une manifestation du mal le plus pur.

—  Le fichier Jargon 4.4.7

Le design EBCDIC a également été à l'origine de nombreuses blagues. Une de ces blagues disait :

Professeur : « Donc, le gouvernement américain est allé chez IBM pour proposer une norme de cryptage , et ils ont proposé... »
Étudiant : « EBCDIC ! »

Les références au jeu de caractères EBCDIC sont faites dans la série de jeux d'aventure classique d'Infocom Zork . Dans la "Machine Room" de Zork II , EBCDIC est utilisé pour sous-entendre un langage incompréhensible :

C'est une grande salle pleine de machines lourdes assorties, vrombissant bruyamment. La pièce sent les résistances brûlées. Le long d'un mur se trouvent trois boutons qui sont respectivement ronds, triangulaires et carrés. Bien entendu, au dessus de ces boutons se trouvent des instructions écrites en EBCDIC...

Voir également

• UTF-EBCDIC

Les références

Liens externes

• Architecture de représentation des données de caractères (CDRA) d'IBM à la Wayback Machine (archivé 2018-05-13). Contient les informations officielles d'IBM sur les pages de codes et les jeux de caractères.
  • Page de codes 37
  • Page de codes 1047
• Host Code Page Reference d'IBM, affiche des graphiques de codes pour plusieurs pages EBCDIC à un octet.
• "Pages de codes" .de "IBM i mondialisation" .
• ICU Converter Explorer Contient plus d'informations sur EBCDIC dérivées du CDRA d'IBM, y compris DBCS EBCDIC (Double Byte Character Set EBCDIC)
• ICU Charset Mapping Tables Contient des tables de mappage Unicode lisibles par ordinateur pour EBCDIC et de nombreux autres jeux de caractères
• Liste de caractères EBCDIC , y compris les valeurs décimales et hexadécimales, le nom symbolique et le caractère/la fonction
• Pages de code EBCDIC avec le jeu de caractères Latin-1 (JavaScript)
• Toutes les pages de codes EBCDIC et les codes d'échappement graphiques 3270 à la Wayback Machine (archivés le 27 août 2016)