Code d'écriture indien pour l'échange d'informations

L'Indian Standard Code for Information Interchange ( ISCII ) est un système de codage permettant de représenter les différents systèmes d'écriture de l'Inde . Il encode les principaux scripts indiens et une translittération romaine. Les scripts pris en charge sont : le bengali-assamais , le devanagari , le gujarati , le gurmukhi , le kannada , le malayalam , l'oriya , le tamoul et le télougou . L'ISCII ne code pas les systèmes d'écriture de l'Inde basés sur le persan , mais ses codes de commutation de système d'écriture permettent néanmoins de prendre en charge le cachemiri , le sindhi , l'ourdou , le persan , le pachtoune et l'arabe . Les systèmes d'écriture basés sur le persan ont ensuite été codés dans le codage PASCII .

L'ISCII n'a pas été largement utilisé en dehors de certaines institutions gouvernementales, bien qu'une variante sans le mécanisme ATR ait été utilisée sur Mac OS classique , Mac OS Devanagari , et qu'elle soit désormais largement obsolète avec Unicode . Unicode utilise un bloc distinct pour chaque système d'écriture indien et préserve en grande partie la disposition ISCII dans chaque bloc.

Les systèmes d'écriture dérivés du Brahmi ont une structure similaire. Ainsi, l'ISCII encode les lettres avec la même valeur phonétique au même point de code, en superposant les différents scripts. Par exemple, les codes ISCII 0xB3 0xDB représentent [ki]. Cela sera rendu comme കി en malayalam , कि en devanagari, comme ਕਿ en gurmukhi et comme கி en tamoul. Le système d'écriture peut être sélectionné en texte enrichi par balisage ou en texte brut au moyen du code ATR décrit ci-dessous.

L'une des motivations de l'utilisation d'un codage unique est l'idée qu'il permettra une translittération facile d'un système d'écriture à un autre. Cependant, il existe suffisamment d'incompatibilités pour que ce ne soit pas vraiment une idée pratique.

ISCII est un codage 8 bits. Les 128 points de code inférieurs sont de l'ASCII simple , les 128 points de code supérieurs sont spécifiques à ISCII. En plus des points de code représentant des caractères, ISCII utilise un point de code avec le mnémonique ATR qui indique que l'octet suivant contient l'un des deux types d'informations. Un ensemble de valeurs modifie le système d'écriture jusqu'au prochain indicateur de système d'écriture ou à la fin de ligne. Un autre ensemble de valeurs sélectionne les modes d'affichage tels que le gras et l'italique. ISCII ne fournit pas de moyen d'indiquer le système d'écriture par défaut.

Le tableau suivant montre le jeu de caractères pour le devanagari . Les jeux de codes pour l'assamais, le bengali, le gujarati, le gurmukhi, le kannada, le malayalam, l'oriya, le tamoul et le télougou sont similaires, chaque forme devanagari étant remplacée par la forme équivalente dans chaque système d'écriture Chaque caractère est indiqué avec son code décimal et son équivalent Unicode .

Caractère INV — point de code D9 (217)

Le caractère INV (consonne invisible) est utilisé comme pseudo-consonne pour afficher des éléments combinés de manière isolée. Par exemple, क (ka) + ् (halant) + INV = क्‍ (demi-ka). L'équivalent Unicode est U+200D ZERO WIDTH JOINER ( ZWJ ). Cependant, comme indiqué ci-dessous, le caractère halant ISCII peut être doublé ou combiné avec le nukta ISCII pour obtenir des effets créés par ZWNJ ou ZWJ en Unicode. Pour cette raison, Apple mappe le caractère ISCII INV sur la marque Unicode de gauche à droite , afin de garantir l'aller-retour .

Caractère ATR — point de code EF (239)

Le caractère ATR (attribut) suivi d'un code d'octet permet de passer à un autre attribut de police (comme le gras) ou à une autre langue ISCII ou PASCII (comme le bengali), jusqu'à la séquence ATR suivante ou à la fin de la ligne. Il n'y a pas d'équivalent Unicode direct, car les attributs de police ne font pas partie d'Unicode et chaque écriture possède un ensemble distinct de points de code.

Caractère EXT — point de code F0 (240)

Le caractère EXT (extensions pour le védique) suivi d'un code d'octet indique un accent védique. Il n'a pas d'équivalent Unicode direct, car les accents védiques sont attribués à des points de code distincts.

Caractère Halant ्—point de code E8 (232)

Le caractère halant supprime la voyelle implicite d'une consonne et est utilisé entre les consonnes pour représenter des consonnes conjonctives. Par exemple, क (ka) + ् (halant) + त (ta) = क्त (kta). La séquence ् (halant) + ् (halant) affiche une conjoncture avec un halant explicite, par exemple क (ka) + ् (halant) + ् (halant) + त (ta) = क्‌त. La séquence ् (halant) + ़ (nukta) affiche une conjoncture avec des demi-consonnes, si disponibles, par exemple क (ka) + ् (halant) + ़ (nukta) + त (ta) = क्‍त.

Caractère Nukta ़ — point de code E9 (233)

Le caractère nukta après un autre caractère ISCII est utilisé pour un certain nombre de caractères plus rares qui n'existent pas dans l'ensemble ISCII principal. Par exemple क (ka) + ़ (nukta) = क़ (qa). Ces caractères ont des formes précomposées en Unicode, comme indiqué dans le tableau suivant.

Pour convertir du codage Unicode (UTF-8) vers un codage ISCII / ANSI, les pages de codes suivantes peuvent être utilisées :

• 57002 : Devanagari (hindi, marathi, sanskrit, konkani)
• 57003: bengali
• 57004 : tamoul
• 57005 : Télougou
• 57006 : Assamais
• 57007 : Odia
• 57008 : Kannada
• 57009 : Malayalam
• 57010 : gujarati
• 57011 : Pendjabi (Gurmukhi)