Extended Binary Coded Decimal Interchange Code

Van Wikipedia, de gratis encyclopedie

Der Extended Binary Coded Decimal Interchange Code (EBCDIC, sinngemäß „erweiterter Austauschcode für binär kodierte Dezimalziffern“) ist eine von IBM entwickelte 8-Bit-Zeichenkodierung, bei der jedoch nicht alle Codewörter verwendet werden. Der EBCDIC ist aus dem älteren Binary Coded Decimal Interchange Code (BCDIC) entstanden, der wiederum auf dem 4-Bit-Code BCD (Binary Coded Decimal) basiert.

EBCDIC wird fast ausschließlich auf Großrechnern verwendet. Trotz seines Alters wird die Kodierung auch noch in heutigen Systemen genutzt, beispielsweise im 2001 veröffentlichten z/OS[1].

Ähnlich wie das Unicode Transformation Format UTF-8 eine Kodierung von Unicode unter Beibehaltung der Kodierung des ASCII-Zeichensatzes darstellt, gibt es eine Unicode-Kodierung, die auf EBCDIC aufbaut. Dieses Format heißt UTF-EBCDIC.

Aufbau der Codepage

[Bearbeiten | Quelltext bearbeiten]

Die EBCDIC-Codepage besteht aus 8 Bits, also 28 = 256 möglichen Kombinationen. Diese Zahl reicht nicht aus, um für Sprachen mit lateinischem Alphabet die Sonderzeichen darzustellen, darum gibt es – ähnlich wie beim ASCII-Zeichensatz / ISO 8859 verschiedene Varianten.

Lochkarte mit den Zeichen aus dem Zeichensatz 1964 EBCDIC Latin. Man sieht, dass sich die EBCDIC-Codierung der Buchstaben und Ziffern von der Lochkartencodierung ableitet.

Wie bei ISO 8859 gibt es ein Grundgerüst von Zeichen, die in allen Codepages gleich sind . Dies sind insbesondere die Buchstaben a–z und A–Z sowie die Ziffern. Hinzu kommen die ersten 64 Zeichen (00hex – 3Fhex), die Steuerzeichen sind.

Erkennbar ist der historische Zusammenhang mit der 80-Zeichen-Lochkartenkodierung von IBM, bei der die Buchstaben A–I, J–R und S–Z die Positionen 1 bis 9 bzw. 2 bis 9 in der numerischen Zone benutzen.

Aus dieser historisch gewachsenen Struktur ergeben sich einige Schwierigkeiten:

  • Die Buchstaben A–Z und a–z folgen nicht lückenlos aufeinander. Dies erschwert in der Programmierung die Identifikation von Zeichen (um zu prüfen, ob ein Zeichen c ein Großbuchstabe ist, reicht nicht die Prüfung "A" ≤ c ≤ "Z") sowie deren Sortierung.
  • Im Gegensatz zu ASCII stehen in EBCDIC die Kleinbuchstaben vor den Großbuchstaben.
  • Wichtige Zeichen, die in modernen Programmiersprachen benötigt werden, fehlen. Zum Beispiel "{" und "}".
  • Während in den ASCII-Codepages der Bereich der ersten 7 Bits (00hex – 7Fhex) und nur dieser für alle Varianten gleich ist, ist für EBCDIC der gemeinsame Bereich unregelmäßig über die 256 Zeichen verstreut.
gemeinsame Zeichen in allen Varianten
…0 …1 …2 …3 …4 …5 …6 …7 …8 …9 …A …B …C …D …E …F
4… SP . < ( + 4… (4hex = 0100bin)
5… & * ) ; 5… (5hex = 0101bin)
6… - / , % _ > ? 6… (6hex = 0110bin)
7… : ' = " 7… (7hex = 0111bin)
8… a b c d e f g h i 8… (8hex = 1000bin)
9… j k l m n o p q r 9… (9hex = 1001bin)
A… s t u v w x y z A… (Ahex = 1010bin)
B… B… (Bhex = 1011bin)
C… A B C D E F G H I C… (Chex = 1100bin)
D… J K L M N O P Q R D… (Dhex = 1101bin)
E… S T U V W X Y Z E… (Ehex = 1110bin)
F… 0 1 2 3 4 5 6 7 8 9 EO F… (Fhex = 1111bin)
…0 …1 …2 …3 …4 …5 …6 …7 …8 …9 …A …B …C …D …E …F
  • SP (40hex): Leerzeichen
  • EO (FFhex): spezielles Steuerzeichen

Die ersten 64 Zeichen von 00hex bis 3Fhex definieren Steuerzeichen und sind für alle EBCDIC-Codepages identisch.[2]

Steuerzeichen
…0 …1 …2 …3 …4 …5 …6 …7 …8 …9 …A …B …C …D …E …F
0… NUL SOH STX ETX SEL HT RNL DEL GE SPS RPT VT FF CR SO SI 0… (0hex = 00002)
1… DLE DC1 DC2 DC3 RES
ENP
NL BS POC CAN EM UBS CU1 IFS IGS IRS IUS
ITB
1… (1hex = 00012)
2… DS SOS FS WUS BYP
INP
LF ETB ESC SA SFE SM
SW
CSP MFA ENQ ACK BEL 2… (2hex = 00102)
3… SYN IR PP TRN NBS EOT SBS IT RFF CU3 DC4 NAK SUB 3… (3hex = 00112)
…0 …1 …2 …3 …4 …5 …6 …7 …8 …9 …A …B …C …D …E …F

Einige Steuerzeichen haben ihre Bedeutung seit den frühen Versionen von EBCDIC geändert.

  • 04hex war in der ersten EBCDIC-Version von 1964 mit einem Zeichen namens PF (Punch Off, „Lochung aus“) belegt.,[3] später wurde daraus ST (String Terminator, „Ende der Zeichenkette“)[3], und heute (2007) ist es mit SEL (Select, „auswählen“) belegt[2], für das im ASCII-Code keine Entsprechung existiert.
  • 06hex ist heute (2007) mit RNL (Required New Line, „benötigt neue Zeile“) belegt. Ursprünglich war es mit LC (Lower Case, „Kleinbuchstaben“) belegt und zwischenzeitlich auch mit SSA (System Status Available, „Systemstatus verfügbar“).
  • 08hex ist heute mit GE (Graphic Escape, „Umschalten in den Grafikmodus“) belegt. Ursprünglich war es mit EPA (End of Protected Area, „Ende des geschützten Bereichs“) belegt.
  • 09hex ist heute mit SPS (Superscript, „Hochstellung“) belegt. Ursprünglich war es mit RLF (Reverse Line Feed, „umgekehrter Zeilenvorschub“) belegt.
  • 0Ahex ist heute mit RPT (Repeat, „Wiederholen“) belegt. Ursprünglich war es mit SMM (Start of Manual Message, „Beginn einer händischen Mitteilung“) belegt.
  • 13hex ist heute mit DC3 (Device Control 3, „Gerätekontrollkode 3“) belegt. Ursprünglich war es mit TM (Top Margin, „oberer Rand“) belegt.
  • 14hex ist heute mit „RES/ENP“ (Restore/Enable Presentation, „Darstellung wiederherstellen/aktivieren“) belegt. Zwischenzeitlich war es auch OSC für Operating System Command („Betriebssystembefehl“) belegt.
  • 17hex ist heute mit POC (Program-Operator Communication, „Kommunikation mit Programmbediener“) belegt. Ursprünglich war es IL (Idle, „Leerlauf“) und zwischenzeitlich auch mit ESA (End Selected Area, „Ende des ausgewählten Bereichs“) belegt.
  • 1Ahex ist heute mit UBS (Unit backspace, „eine Einheit zurück“) belegt. Ursprünglich war es mit CC (Cursor Control, „Steuerung der Schreibmarke“) belegt.

Die Abkürzung CU1 steht für „Customer Use“, also ein frei nutzbares Steuerzeichen.

Die Steuerzeichen IFS (Interchange File Separator), IGS (Interchange Group Separator), IRS (Interchange Record Separator) und IUS (Interchange Unit Separator) sind Trennzeichen, die den ASCII-Steuerzeichen FS, GS, RS und US entsprechen. ITB (Intermediate Transmission Block, „dazwischen liegender Sendeblock“) ist ein anderer Name für IUS.

Übersicht der EBCDIC-Codepages mit Latin-1-Zeichensatz

[Bearbeiten | Quelltext bearbeiten]
Übersicht: EBCDIC-Codepages mit Latin-1-Zeichensatz
Codepage Codepage
mit €-Zeichen
Länder
037 1140 Australien, Brasilien, Kanada, Neuseeland, Portugal, Südafrika, USA
273 1141 Deutschland, Österreich
277 1142 Dänemark, Norwegen
278 1143 Finnland, Schweden
280 1144 Italien
284 1145 Lateinamerika, Spanien
285 1146 Großbritannien und Nordirland, Irland
297 1147 Frankreich
500 1148 Belgien, Kanada, Schweiz, International
871 1149 Island
1047 Offene Systeme (MVS C-Compiler)
EDF03DRV Deutschland (BS2000/OSD)

EBCDIC 037 ist eine Variante des EBCDIC-Codes. Er wird (praktisch ausschließlich auf IBM-Großrechnern) zur Darstellung des Zeichensatzes der englischen und portugiesischen Sprachen verwendet.

Codepage 037
Australien, Brasilien, Kanada, Neuseeland, Portugal, Südafrika, USA
…0 …1 …2 …3 …4 …5 …6 …7 …8 …9 …A …B …C …D …E …F
4… â ä à á ã å ç ñ ¢ . < ( + | 4… (4hex = 0100bin)
5… & é ê ë è í î ï ì ß ! $ * ) ; ¬ 5… (5hex = 0101bin)
6… - / Â Ä À Á Ã Å Ç Ñ ¦ , % _ > ? 6… (6hex = 0110bin)
7… ø É Ê Ë È Í Î Ï Ì ` : # @ ' = " 7… (7hex = 0111bin)
8… Ø a b c d e f g h i « » ð ý þ ± 8… (8hex = 1000bin)
9… ° j k l m n o p q r ª º æ ¸ Æ ¤ 9… (9hex = 1001bin)
A… µ ~ s t u v w x y z ¡ ¿ Ð Ý Þ ® A… (Ahex = 1010bin)
B… ^ £ ¥ · © § ¼ ½ ¾ [ ] ¯ ¨ ´ × B… (Bhex = 1011bin)
C… { A B C D E F G H I ô ö ò ó õ C… (Chex = 1100bin)
D… } J K L M N O P Q R ¹ û ü ù ú ÿ D… (Dhex = 1101bin)
E… \ ÷ S T U V W X Y Z ² Ô Ö Ò Ó Õ E… (Ehex = 1110bin)
F… 0 1 2 3 4 5 6 7 8 9 ³ Û Ü Ù Ú F… (Fhex = 1111bin)
…0 …1 …2 …3 …4 …5 …6 …7 …8 …9 …A …B …C …D …E …F

EBCDIC 273 ist eine Variante des EBCDIC-Codes. Er wird zur Darstellung des Zeichensatzes der deutschen Sprache verwendet, praktisch ausschließlich auf IBM-Großrechnern.

Codepage 273
Deutschland, Österreich
…0 …1 …2 …3 …4 …5 …6 …7 …8 …9 …A …B …C …D …E …F
4… â { à á ã å ç ñ Ä . < ( + ! 4… (4hex = 0100bin)
5… & é ê ë è í î ï ì ~ Ü $ * ) ; ^ 5… (5hex = 0101bin)
6… - / Â [ À Á Ã Å Ç Ñ ö , % _ > ? 6… (6hex = 0110bin)
7… ø É Ê Ë È Í Î Ï Ì ` : # § ' = " 7… (7hex = 0111bin)
8… Ø a b c d e f g h i « » ð ý þ ± 8… (8hex = 1000bin)
9… ° j k l m n o p q r ª º æ ¸ Æ ¤ 9… (9hex = 1001bin)
A… µ ß s t u v w x y z ¡ ¿ Ð Ý Þ ® A… (Ahex = 1010bin)
B… ¢ £ ¥ · © @ ¼ ½ ¾ ¬ | ¯ ¨ ´ × B… (Bhex = 1011bin)
C… ä A B C D E F G H I ô ¦ ò ó õ C… (Chex = 1100bin)
D… ü J K L M N O P Q R ¹ û } ù ú ÿ D… (Dhex = 1101bin)
E… Ö ÷ S T U V W X Y Z ² Ô \ Ò Ó Õ E… (Ehex = 1110bin)
F… 0 1 2 3 4 5 6 7 8 9 ³ Û ] Ù Ú F… (Fhex = 1111bin)
…0 …1 …2 …3 …4 …5 …6 …7 …8 …9 …A …B …C …D …E …F
  • 40hex: Leerzeichen
  • 41hex: geschütztes Leerzeichen
  • CAhex: weicher/kurzer Trennstrich
  • FFhex: Steuerzeichen (EBCDIC)

EBCDIC 500 ist eine Variante des EBCDIC-Codes. Er wird zur Darstellung des internationalen Zeichensatzes verwendet, praktisch ausschließlich auf IBM-Großrechnern.

Codepage 500
Belgien, Kanada, Schweiz, International
…0 …1 …2 …3 …4 …5 …6 …7 …8 …9 …A …B …C …D …E …F
4… â ä à á ã å ç ñ [ . < ( + ! 4… (4hex = 0100bin)
5… & é ê ë è í î ï ì ß ] $ * ) ; ^ 5… (5hex = 0101bin)
6… - / Â Ä À Á Ã Å Ç Ñ ¦ , % _ > ? 6… (6hex = 0110bin)
7… ø É Ê Ë È Í Î Ï Ì ` : # @ ' = " 7… (7hex = 0111bin)
8… Ø a b c d e f g h i « » ð ý þ ± 8… (8hex = 1000bin)
9… ° j k l m n o p q r ª º æ ¸ Æ ¤ 9… (9hex = 1001bin)
A… µ ~ s t u v w x y z ¡ ¿ Ð Ý Þ ® A… (Ahex = 1010bin)
B… ¢ £ ¥ · © § ¼ ½ ¾ ¬ | ¯ ¨ ´ × B… (Bhex = 1011bin)
C… { A B C D E F G H I ô ö ò ó õ C… (Chex = 1100bin)
D… } J K L M N O P Q R ¹ û ü ù ú ÿ D… (Dhex = 1101bin)
E… \ ÷ S T U V W X Y Z ² Ô Ö Ò Ó Õ E… (Ehex = 1110bin)
F… 0 1 2 3 4 5 6 7 8 9 ³ Û Ü Ù Ú F… (Fhex = 1111bin)
…0 …1 …2 …3 …4 …5 …6 …7 …8 …9 …A …B …C …D …E …F
  • 40hex: Leerzeichen
  • 41hex: geschütztes Leerzeichen
  • CAhex: weicher/kurzer Trennstrich
  • FFhex: Steuerzeichen (EBCDIC)

EBCDIC 1140 ist eine Variante des EBCDIC-Codes. Er wird (praktisch ausschließlich auf IBM-Großrechnern) zur Darstellung des Zeichensatzes der englischen und portugiesischen Sprachen verwendet. Sie entspricht der Codepage 037 und unterscheidet sich von ihr nur in der Position 9F, wo sich statt des internationalen Währungssymbols ¤ das Eurozeichen € befindet.

Codepage 1140
Australien, Brasilien, Kanada, Neuseeland, Portugal, Südafrika, USA
…0 …1 …2 …3 …4 …5 …6 …7 …8 …9 …A …B …C …D …E …F
4… â ä à á ã å ç ñ ¢ . < ( + | 4… (4hex = 0100bin)
5… & é ê ë è í î ï ì ß ! $ * ) ; ¬ 5… (5hex = 0101bin)
6… - / Â Ä À Á Ã Å Ç Ñ ¦ , % _ > ? 6… (6hex = 0110bin)
7… ø É Ê Ë È Í Î Ï Ì ` : # @ ' = " 7… (7hex = 0111bin)
8… Ø a b c d e f g h i « » ð ý þ ± 8… (8hex = 1000bin)
9… ° j k l m n o p q r ª º æ ¸ Æ 9… (9hex = 1001bin)
A… µ ~ s t u v w x y z ¡ ¿ Ð Ý Þ ® A… (Ahex = 1010bin)
B… ^ £ ¥ · © § ¼ ½ ¾ [ ] ¯ ¨ ´ × B… (Bhex = 1011bin)
C… { A B C D E F G H I ô ö ò ó õ C… (Chex = 1100bin)
D… } J K L M N O P Q R ¹ û ü ù ú ÿ D… (Dhex = 1101bin)
E… \ ÷ S T U V W X Y Z ² Ô Ö Ò Ó Õ E… (Ehex = 1110bin)
F… 0 1 2 3 4 5 6 7 8 9 ³ Û Ü Ù Ú F… (Fhex = 1111bin)
…0 …1 …2 …3 …4 …5 …6 …7 …8 …9 …A …B …C …D …E …F
  • 40hex: Leerzeichen
  • 41hex: geschütztes Leerzeichen
  • CAhex: weicher/kurzer Trennstrich
  • FFhex: Steuerzeichen (EBCDIC)

EBCDIC 1141 ist eine Variante des EBCDIC-Codes. Er wird zur Darstellung des Zeichensatzes der deutschen Sprache verwendet, praktisch ausschließlich auf IBM-Großrechnern. Sie entspricht der Codepage 273 und unterscheidet sich von ihr nur in der Position 9F, wo sich statt des internationalen Währungssymbols ¤ das Eurozeichen € befindet.

Codepage 1141
Deutschland, Österreich
…0 …1 …2 …3 …4 …5 …6 …7 …8 …9 …A …B …C …D …E …F
4… â { à á ã å ç ñ Ä . < ( + ! 4… (4hex = 0100bin)
5… & é ê ë è í î ï ì ~ Ü $ * ) ; ^ 5… (5hex = 0101bin)
6… - / Â [ À Á Ã Å Ç Ñ ö , % _ > ? 6… (6hex = 0110bin)
7… ø É Ê Ë È Í Î Ï Ì ` : # § ' = " 7… (7hex = 0111bin)
8… Ø a b c d e f g h i « » ð ý þ ± 8… (8hex = 1000bin)
9… ° j k l m n o p q r ª º æ ¸ Æ 9… (9hex = 1001bin)
A… µ ß s t u v w x y z ¡ ¿ Ð Ý Þ ® A… (Ahex = 1010bin)
B… ¢ £ ¥ · © @ ¼ ½ ¾ ¬ | ¯ ¨ ´ × B… (Bhex = 1011bin)
C… ä A B C D E F G H I ô ¦ ò ó õ C… (Chex = 1100bin)
D… ü J K L M N O P Q R ¹ û } ù ú ÿ D… (Dhex = 1101bin)
E… Ö ÷ S T U V W X Y Z ² Ô \ Ò Ó Õ E… (Ehex = 1110bin)
F… 0 1 2 3 4 5 6 7 8 9 ³ Û ] Ù Ú F… (Fhex = 1111bin)
…0 …1 …2 …3 …4 …5 …6 …7 …8 …9 …A …B …C …D …E …F
  • 40hex: Leerzeichen
  • 41hex: geschütztes Leerzeichen
  • CAhex: weicher/kurzer Trennstrich
  • FFhex: Steuerzeichen (EBCDIC)

EBCDIC 1148 ist eine Variante des EBCDIC-Codes. Er wird zur Darstellung des internationalen Zeichensatzes verwendet, praktisch ausschließlich auf IBM-Großrechnern. Sie entspricht der Codepage 500 und unterscheidet sich von ihr nur in der Position 9F, wo sich statt des internationalen Währungssymbols ¤ das Eurozeichen € befindet.

Codepage 1148
Belgien, Kanada, Schweiz, International
…0 …1 …2 …3 …4 …5 …6 …7 …8 …9 …A …B …C …D …E …F
4… â ä à á ã å ç ñ [ . < ( + ! 4… (4hex = 0100bin)
5… & é ê ë è í î ï ì ß ] $ * ) ; ^ 5… (5hex = 0101bin)
6… - / Â Ä À Á Ã Å Ç Ñ ¦ , % _ > ? 6… (6hex = 0110bin)
7… ø É Ê Ë È Í Î Ï Ì ` : # @ ' = " 7… (7hex = 0111bin)
8… Ø a b c d e f g h i « » ð ý þ ± 8… (8hex = 1000bin)
9… ° j k l m n o p q r ª º æ ¸ Æ 9… (9hex = 1001bin)
A… µ ~ s t u v w x y z ¡ ¿ Ð Ý Þ ® A… (Ahex = 1010bin)
B… ¢ £ ¥ · © § ¼ ½ ¾ ¬ | ¯ ¨ ´ × B… (Bhex = 1011bin)
C… { A B C D E F G H I ô ö ò ó õ C… (Chex = 1100bin)
D… } J K L M N O P Q R ¹ û ü ù ú ÿ D… (Dhex = 1101bin)
E… \ ÷ S T U V W X Y Z ² Ô Ö Ò Ó Õ E… (Ehex = 1110bin)
F… 0 1 2 3 4 5 6 7 8 9 ³ Û Ü Ù Ú F… (Fhex = 1111bin)
…0 …1 …2 …3 …4 …5 …6 …7 …8 …9 …A …B …C …D …E …F
  • 40hex: Leerzeichen
  • 41hex: geschütztes Leerzeichen
  • CAhex: weicher/kurzer Trennstrich
  • FFhex: Steuerzeichen (EBCDIC)

EBCDIC-Variante EBCDIC.DF.03-DRV (CCSN:EDF03DRV)

[Bearbeiten | Quelltext bearbeiten]

EBCDIC.DF.03-DRV oder CCSN:EDF03DRV ist eine Variante des EBCDIC-Codes, die auf Fujitsu-Großrechnern unter dem Betriebssystem BS2000/OSD zur Darstellung des deutschen Zeichensatzes verwendet wird. Diese Variante weicht speziell bei der Definition der deutschen Umlaute von anderen EBCDIC-Varianten ab.

EBCDIC.DF.03-DRV
Deutsch
…0 …1 …2 …3 …4 …5 …6 …7 …8 …9 …A …B …C …D …E …F
4… ` . < ( + 4… (4hex = 0100bin)
5… & ! $ * ) ; 5… (5hex = 0101bin)
6… - / ^ , % _ > ? 6… (6hex = 0110bin)
7… : # ' = " 7… (7hex = 0111bin)
8… a b c d e f g h i 8… (8hex = 1000bin)
9… j k l m n o p q r 9… (9hex = 1001bin)
A… s t u v w x y z A… (Ahex = 1010bin)
B… B… (Bhex = 1011bin)
C… A B C D E F G H I C… (Chex = 1100bin)
D… J K L M N O P Q R D… (Dhex = 1101bin)
E… S T U V W X Y Z E… (Ehex = 1110bin)
F… 0 1 2 3 4 5 6 7 8 9 F… (Fhex = 1111bin)
…0 …1 …2 …3 …4 …5 …6 …7 …8 …9 …A …B …C …D …E …F
  • 40hex: Leerzeichen

Eine weitere Besonderheit in diesem Zeichensatz ist die Doppelbelegung der Zeichen an den Positionen:

  • 4Fhex: | oder ö
  • 7Chex: @ oder §
  • BBhex: [ oder Ä
  • BChex: \ oder Ö
  • BDhex: ] oder Ü
  • FBhex: { oder ä
  • FDhex: } oder ü
  • FFhex: ~ oder ß

Die Darstellung wird am BS2000/OSD ausschließlich durch die verwendete Hardware bzw. durch die verwendeten Schriften unterschieden.

2021 bestand ein Bankkunde auf der korrekten Schreibweise seines Nachnamens inkl. Akutzeichen "é". Das Gericht gab der Klage statt, auf Basis der Europäischen Datenschutzgrundverordnung, Artikel 16 "Recht auf Berichtigung". Die belgische Bank argumentierte vergeblich, dass ihr 1995 eingeführtes System zur Verwaltung der Kundendaten die Zeichenkodierung EBCDIC verwende, die dieses Zeichen nicht unterstütze.[4]

Einzelnachweise

[Bearbeiten | Quelltext bearbeiten]
  1. The EBCDIC character set. ibm.com, abgerufen am 26. Oktober 2021
  2. a b Appendix G: Control Character Mappings. In: Character Data Representation Architecture Reference. IBM (ibm.com PDF, S. 311).
  3. a b Dik T. Winter: Standards on Codes. Archiviert vom Original (nicht mehr online verfügbar) am 16. Juni 2007; abgerufen am 13. August 2007.
  4. https://www.gegevensbeschermingsautoriteit.be/publications/arrest-van-9-oktober-2019-van-het-marktenhof.pdf