(aao-fel-pm.txta E 941021 OJ)

  Olle Jarnefors                             PROMEMORIA
  Kungl Tekniska Hogskolan                                         Version D
  Teknisk Service - Data                     1994-10-21            SUNET-MIME
  08-790 71 26    <ojarnef@admin.kth.se>                           
  Fax:08-10 25 10      Telex:11421 kth s

  
  
! Ett 70-tal satt som de svenska bokstaverna kan bli fel pa
  =========================================================
  
  Av Olle Jarnefors, TS-Data, KTH (08-790 71 26, <ojarnef@admin.kth.se>)
  
  Sammanfattning: Stor forvirring rader betraffande hur de nationella
  svenska bokstaverna ska representeras i datorpost pa Internet och i
  netnews (USENET). Nagra anvanda metoder och forekommande
  forvanskningar redovisas: 6 teckenkoder, 4 transportkodningar,
! 50 translittereringsmetoder, 10 typer av forstord text med mera.
  
  OBS: Denna fil bor visas med en oproportionell font (dar alla
  tecken tar lika stor plats i sidled) for att komma till sin
  fulla ratt.

  Nyheter i denna version: Se sista avsnittet.

  Text markerad med "!" langst till vanster ar ny eller andrad i
: forhallande till version D. Markeringen ":" visar skillnader
: mot version C.
  
  Innehall:
  1. Inledning
  2. Direkt teckenrepresentation
  3. Ej aterstalld transportkodning
  4. Translitterering till ASCII, ofta utford manuellt
  5. Transportforvanskad representation
  6. Nagon gang observerade representationssatt
  7. Oversikt av de nationella svenska bokstaverna i vanliga teckenkoder
: 8. Dokumenthistorik
  
  
  1. Inledning
  ------------
  
  Detta ar en inventering av de manga olika satt som forekommer
  nar det galler att _representera_ de nationella svenska
  bokstaverna
  
     <A-ring> <A-trema> <O-trema> <a-ring> <a-trema> <o-trema>
  
  i datorbrev pa Internet i Sverige och artiklar i netnews
  (USENET).  I inventeringen tar jag ocksa upp de vanligaste
  formerna av _automatisk forvanskning_ av dessa bokstaver man kan
  bli offer for. Jag har personligen observerat sa gott som alla
  av dessa i datorpost fran Internet eller artiklar i netnews.
  
  For enkelhets skull bortser jag fran E med akut accent, tyskt Y
  och andra svenska bokstaver som inte ingar i svenska alfabetet
  men anda anvands ratt ofta i svensk text.
  
  Det ar vanskligt att i just en textfil som tillhandahalls pa ett
  publikt datornat skriva om sadant som vara datorer och nat ofta
  misslyckas med att representera korrekt. Darfor ar denna text
  tillganglig i tre versioner:
  
  aao-fel-pm.txt1   Texten ar kodad enligt standarden ISO 8859-1
                    (ocksa kallad Latin-1). Detta bor fungera
                    utan problem i moderna Unix-system, MS Windows,
                    MS Windows NT och OS/2.
  
  aao-fel-pm.txts   Texten ar kodad i svensk 7-bitskod enligt
                    standarden SS 63 61 27. Denna form
                    rekommenderas av SUNET for anvandning i
                    datorpost.
  
  aao-fel-pm.txta   Texten ar kodad i (amerikansk) ASCII enligt
                    standarden ANSI X3.4. De svenska nationella
                    bokstaverna finns inte tillgangliga och har,
                    utom vid risk for missforstand, ersatts med AAO.
  
  De olika representationerna/forvanskningarna har jag forsett med
  unika _o-nummer_ (otygsnummer). Bokstaverna redovisas i
  ordningsfoljden
  
     <A-ring> <A-trema> <O-trema> <a-ring> <a-trema> <o-trema>
  
  Antingen skriver jag den sekvens av ASCII-tecken bokstaven
  representeras av direkt, eller ocksa vilken oktett den
  representeras av, indirekt angiven med tva hexadecimala siffror.
  
  Speciella markeringar som anvands:
  
     Markering     Innebord
     ---------     --------
     (+)           vanlig
     <ingen>       forekommer ibland
     (-)           ovanlig
  
  
  2. Direkt teckenrepresentation
  ------------------------------
  
  o1 (+)   Svenska 7-bitskoder
              5D  5B  5C  7D  7B  7C
           (hexadecimal representation)
  
  o2 (+)   Latin-1 (= ISO 8859-1), MS Windows-teckenkod, DEC MCS
              C5  C4  D6  E5  E4  F6
           (hexadecimal representation)
  
  o3       IBM PC-teckenkoder (CP437 och CP850)
              8F  8E  99  86  84  94
           (hexadecimal representation)
  
  o4       Macintosh-teckenkoder
              81  80  85  8C  8A  9A
           (hexadecimal representation)
  
  o5 (-)   HP ROMAN-8
              D0  D8  DA  D4  CC  CE
           (hexadecimal representation)
  
  o6 (-)   NeXT, PostScript
              86  85  96  DA  D9  F0
           (hexadecimal representation)
  
  
  3. Ej aterstalld transportkodning
  ---------------------------------
  
  o7       Quoted-Printable med Latin-1 som teckenkod
              =C5 =C4 =D6 =E5 =E4 =F6
           (teckensekvenser)
  
           Tillsammans med eller i stallet for dessa kan forekomma:
              =c5 =c4 =d6 =e5 =e4 =f6
  
  o8 (-)   Sa kallad mnemonisk teckenkod
              &AA &A: &O: &aa &a: &o:
           (teckensekvenser)
  
           Det forekommer ocksa att det forsta tecknet i dessa
  o9       sekvenser i stallet ar CTRL-] (1D)
  o10      eller SP foljt av BS (20 08).
  
  
  4. Translitterering till ASCII, ofta utford manuellt
  ----------------------------------------------------
  
  o11         A   A   O   a   a   o
  
  Vanligt ar att man ersatter de svenska bokstaverna med teckenpar
  for att minska forvaxlingsriskerna. For <A-ring> och <a-ring> anvands ofta
  nagon av foljande representationer:
  
  oa1         AA          aa
  oa2         A*          a*
  oa3         *A          *a
  oa4         A.          a.
  oa5         .a          .a
! oa6         A'          a'
! oa7         'A          'a
  
  For <A-trema> <O-trema> <a-trema> <o-trema> anvands ofta nagon av:
  
  oo1             AE  OE      ae  oe
  oo2             A:  O:      a:  o:
  oo3             :A  :O      :a  :o
  oo4             A"  O"      a"  o"
  oo5             "A  "O      "a  "o
  oo6             A%  O%      a%  o%
  oo7             %A  %O      %a  %o
  
  Otygsnumret for kombinationer av dessa metoder beraknas ur
  formlerna:
  
!    o_nr = 5*(oo_nr-1) + oa_nr + 11   om        oa_nr <= 5
!    o_nr = 2*(oo_nr-1) + oa_nr + 51   om   6 <= oa_nr <= 7
  
  
  5. Transportforvanskad representation
  -------------------------------------
  
  o47 (+)  EDV-forstord text (Latin-1 med hogsta biten nollstalld)
              E   D   V   e   d   v
  
  o48 (-)  Enklaste fall-back
              ?   ?   ?   ?   ?   ?
           Andra fall-back-tecken kan forekomma: " ", "_", "#",
           "!", "x", "^"
  
  o49 (-)  Alla nationella svenska bokstaver ar helt forsvunna.
  
  o50 (-)  PXZ-forstord text (den ISO-kompatibla teckenkoden
           ROMAN-8, nar hogsta biten blivit nollstalld)
              P   X   Z   T   L   N
  
           Nar text skriven med IBM PC-, Macinstosh- eller
           NeXT-teckenkod far hogsta biten nollstalld far man
           olika styrtecken inne i texten:
  
  o51 (-)  IBM PC-teckenkoder
              0F  0E  19  06  04  14
           (CTRL-O, CTRL-N, CTRL-Y, CTRL-F, CTRL-D, CTRL-T)
  
  o52 (-)  Macintosh-teckenkoder
              01  00  05  0C  0A  1A
           (CTRL-A, NUL, CTRL-E, FF, LF, CTRL-Z)
  
  o53 (-)  NeXT, PostScript
              06  05  16  5A  59  70
           (CTRL-F, CTRL-E, CTRL-V, "Z", ";", "p")
  
  
  6. Nagon gang observerade representationssatt
  ---------------------------------------------
  
  o54 (-)  Artikel <1994May2.171600.5818@lin.foa.se> i swnet.general
                          )   (   !
  
  o55 (-)  Brev <199409082211.AAA27130@mail.swip.net>
                          60  5E  5F

: o56 (-)  Vad som skickades ut fran statsradsberedningens BBS i
:          borjan av 1994
:                         70  3F  20
  
  
  7. Oversikt av de nationella svenska bokstaverna i vanliga teckenkoder
  ----------------------------------------------------------------------
  
     7  8  P  M  R  N
     =  =  =  =  =  =
  5B [                    7 = svensk 7-bitskod (SS 63 61 27)
  5C \                    8 = Latin-1 (ISO 8859-1), MS Windows
  5D ]                    P = IBM PC-koder
  7B {                    M = Macintosh-koder
  7C |                    R = ROMAN-8 (HP)
  7D }                    N = NeXT-kod, PostScript
  80          [
  81          ]           ] = <A-ring>
  84       {              [ = <A-trema>
  85          \     [     \ = <O-trema>
  86       }        ]     } = <a-ring>
  8A          {           { = <a-trema>
  8C          }           | = <o-trema>
  8E       [              
  8F       ]
  94       |
  96                \
  99       \
  9A          |
  C4    [
  C5    ]
  CC             {
  CE             |
  D0             ]
  D4             }
  D6    \
  D8             [
  D9                {
  DA             \  }
  E4    {
  E5    }
  F0                |
  F6    |
  

: 8. Dokumenthistorik
: -------------------
:
: Bp1 940913 Forsta natpublicerade version.
: B   940922 Fler fall-back-tecken tillagda.
: C   941014 Fler varianter av forvanskning o48 har tillkommit. Texten finns
:            nu tillganglig i engelsk oversattning, aao-errors-memo.txta.
: D   941017 Varianten o56 tillagd. Fullstandig dokumenthistorik.
! E   941021 Nytt satt att translitterera <A-ring> dok upp i
!            soc.culture. nordic, sa att antalet skrivsatt har natt
!            upp till 70-nivan.

  
  
(aao-fel-pm.txta: SLUT)