Конвертер кодировок текста
Перекодировать текст из ISO-8859-4 ↓
Латышский и литовский языки пишутся латиницей, но с таким количеством дополнительных знаков, что их не вместить ни в одну западноевропейскую таблицу. Над гласными стоят черточки, обозначающие долготу, под согласными появляются запятые, а литовские гласные получают снизу хвостик. В 1988 году международная организация по стандартизации утвердила четвёртую часть стандарта ISO-8859, которая должна была решить эту задачу. Она получила второе имя Latin-4 и стала первой попыткой создать общую кодировку для Северной Европы и Прибалтики.
Помимо латышского и литовского, Latin-4 охватывала эстонский, гренландский и языки саамов, а также основные западноевропейские языки. В таблицу вошли латышские буквы с макроном, например "ā", "ē", "ī", "ū", буквы с подстрочной запятой "ģ", "ķ", "ļ", "ņ", литовские "ą", "ę", "į", "ų" с огонеком, а также "č", "š" и "ž" с гачеком. Для гренландского языка в кодировку попала редкая буква "ĸ", называемая "кра".
Кодировка оказалась не слишком удачной. Чтобы уместить все нужные символы, составители пожертвовали некоторыми буквами, а набор для отдельных языков получился неполным. Особенно неудобной Latin-4 была для саамских языков, которым требовалось больше специальных символов, чем нашлось места. Вскоре эту задачу передали новой кодировке ISO-8859-10, а для балтийских языков позднее была создана ISO-8859-13. В итоге Latin-4 оказалась промежуточным решением.
Тем не менее в 1990-е годы кодировка использовалась в Латвии и Литве, особенно в Unix-системах и электронной почте. Параллельно в Windows работала своя таблица Windows-1257, где балтийские буквы располагались иначе. Сложилась ситуация, хорошо знакомая и по другим регионам: один и тот же текст в разных системах выглядел по-разному, а при переносе без перекодировки превращался в набор случайных знаков.
Как выглядит такая ошибка? Фраза "Rīga, Ģirts, ķirsis", то есть название латвийской столицы, распространённое имя и слово "вишня", записанная в ISO-8859-4 и открытая как западноевропейская Latin-1, превращается в "Rïga, «irts, óirsis". Буква с макроном становится буквой с умлаутом, а заглавная "Ģ" превращается в открывающую кавычку-ёлочку. Если же текст прочитать в Windows-1257, часть букв совпадёт, а часть будет заменена другими балтийскими символами, что особенно коварно.
Отдельно стоит упомянуть букву "ĸ". Она использовалась в старой гренландской орфографии и обозначала особый звук, похожий на "к". После орфографической реформы 1973 года её заменили буквой "q", но кодировка сохранила её, поскольку старые тексты продолжали существовать. Сегодня "кра" остаётся одним из самых редких символов в Юникоде.
Современные системы и сайты стран Балтии давно используют UTF-8, и ISO-8859-4 встречается в основном в старых документах, почтовых архивах и базах данных 1990-х годов. Её по-прежнему поддерживают основные библиотеки для работы с текстом, так что прочитать такой файл несложно.
Если в латышском или литовском тексте вместо букв с черточками и запятыми стоят буквы с умлаутами, кавычки-ёлочки и другие неожиданные знаки, вероятно, документ записан в ISO-8859-4. Укажите её исходной кодировкой и преобразуйте текст в UTF-8.