KOI8-U

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.^[1]

Tabella

La seguente tabella mostra il sistema di codifica KOI8-U.^[1] 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	-F
0-	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15
1-	16	17	18	19	20	21	22	23	24	25	26	27	28	29	30	31
2-	0020 SP 32	0021 ! 33	0022 " 34	0023 # 35	0024 $ 36	0025 % 37	0026 & 38	0027 ' 39	0028 ( 40	0029 ) 41	002A * 42	002B + 43	002C , 44	002D - 45	002E . 46	002F / 47
3-	0030 0 48	0031 1 49	0032 2 50	0033 3 51	0034 4 52	0035 5 53	0036 6 54	0037 7 55	0038 8 56	0039 9 57	003A : 58	003B ; 59	003C < 60	003D = 61	003E > 62	003F ? 63
4-	0040 @ 64	0041 A 65	0042 B 66	0043 C 67	0044 D 68	0045 E 69	0046 F 70	0047 G 71	0048 H 72	0049 I 73	004A J 74	004B K 75	004C L 76	004D M 77	004E N 78	004F O 79
5-	0050 P 80	0051 Q 81	0052 R 82	0053 S 83	0054 T 84	0055 U 85	0056 V 86	0057 W 87	0058 X 88	0059 Y 89	005A Z 90	005B [ 91	005C \ 92	005D ] 93	005E ^ 94	005F _ 95
6-	0060 ` 96	0061 a 97	0062 b 98	0063 c 99	0064 d 100	0065 e 101	0066 f 102	0067 g 103	0068 h 104	0069 i 105	006A j 106	006B k 107	006C l 108	006D m 109	006E n 110	006F o 111
7-	0070 p 112	0071 q 113	0072 r 114	0073 s 115	0074 t 116	0075 u 117	0076 v 118	0077 w 119	0078 x 120	0079 y 121	007A z 122	007B { 123	007C | 124	007D } 125	007E ~ 126	127
8-	2500 ─ 128	2502 │ 129	250C ┌ 130	2510 ┐ 131	2514 └ 132	2518 ┘ 133	251C ├ 134	2524 ┤ 135	252C ┬ 136	2534 ┴ 137	253C ┼ 138	2580 ▀ 139	2584 ▄ 140	2588 █ 141	258C ▌ 142	2590 ▐ 143
9-	2591 ░ 144	2592 ▒ 145	2593 ▓ 146	2320 ⌠ 147	25A0 ■ 148	2219 ∙ 149	221A √ 150	2248 ≈ 151	2264 ≤ 152	2265 ≥ 153	00A0 NBSP 154	2321 ⌡ 155	00B0 ° 156	00B2 ² 157	00B7 · 158	00F7 ÷ 159
A-	2550 ═ 160	2551 ║ 161	2552 ╒ 162	0451 ё 163	0454 є 164	2554 ╔ 165	0456 і 166	0457 ї 167	2557 ╗ 168	2558 ╘ 169	2559 ╙ 170	255A ╚ 171	255B ╛ 172	0491 ґ 173	255D ╝ 174	255E ╞ 175
B-	255F ╟ 176	2560 ╠ 177	2561 ╡ 178	0401 Ё 179	0404 Є 180	2563 ╣ 181	0406 І 182	0407 Ї 183	2566 ╦ 184	2567 ╧ 185	2568 ╨ 186	2569 ╩ 187	256A ╪ 188	0490 Ґ 189	256C ╬ 190	00A9 © 191
C-	044E ю 192	0430 а 193	0431 б 194	0446 ц 195	0434 д 196	0435 е 197	0444 ф 198	0433 г 199	0445 х 200	0438 и 201	0439 й 202	043A к 203	043B л 204	043C м 205	043D н 206	043E о 207
D-	043F п 208	044F я 209	0440 р 210	0441 с 211	0442 т 212	0443 у 213	0436 ж 214	0432 в 215	044C ь 216	044B ы 217	0437 з 218	0448 ш 219	044D э 220	0449 щ 221	0447 ч 222	044A ъ 223
E-	042E Ю 224	0410 А 225	0411 Б 226	0426 Ц 227	0414 Д 228	0415 Е 229	0424 Ф 230	0413 Г 231	0425 Х 232	0418 И 233	0419 Й 234	041A К 235	041B Л 236	041C М 237	041D Н 238	041E О 239
F-	041F П 240	042F Я 241	0420 Р 242	0421 С 243	0422 Т 244	0423 У 245	0416 Ж 246	0412 В 247	042C Ь 248	042B Ы 249	0417 З 250	0428 Ш 251	042D Э 252	0429 Щ 253	0427 Ч 254	042A Ъ 255
	-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^[2] 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).