Конвертер кодировок текста
Перекодировать текст из Windows-1255 ↓
Иврит отличается от европейских языков сразу в нескольких отношениях. Он пишется справа налево, в его алфавите только согласные буквы, а гласные звуки обозначаются особыми значками под и над буквами, которые называются огласовками и в обычных текстах чаще всего опускаются. Пять букв имеют особые конечные формы, которые используются в конце слова. Всё это нужно было учесть при создании кодировки, и Microsoft сделала это в кодовой странице 1255.
Как и другие кодировки Windows, Windows-1255 повторяет ASCII в нижней половине таблицы. В верхней части размещены 27 букв ивритского алфавита, включая конечные формы, а также знак шекеля, типографские символы и знак евро. Особенность Windows-1255 в том, что она содержит и огласовки. Благодаря этому в ней можно записать не только обычный современный текст, но и текст с огласовками, например стихи, детские книги или учебники.
Направление письма в кодировке хранится особым образом. Буквы в файле идут в логическом порядке, то есть в том, в котором их читает человек, а уже программа отображения переворачивает их справа налево. Такой подход называется логическим и сегодня является стандартным. Однако в 1990-е годы существовал и визуальный подход, при котором буквы хранились в том порядке, в котором они видны на экране. Это создавало путаницу, о которой подробнее рассказано в описании кодировки ISO-8859-8.
Набор букв в Windows-1255 совпадает с международным стандартом ISO-8859-8, и буквы стоят на одних и тех же местах. Различия касаются огласовок, которых нет в ISO-8859-8, и дополнительных символов в диапазоне с 128 по 159. Поэтому текст без огласовок в двух кодировках выглядит одинаково, а текст с огласовками при чтении в ISO-8859-8 теряет все дополнительные значки.
Ошибка при чтении ивритского текста в другой кодировке сразу бросается в глаза. Слово "שלום", то есть "мир" и одновременно обычное приветствие, записанное в Windows-1255 и открытое как западноевропейская Windows-1252, превращается в "ùìåí". Вместо букв, идущих справа налево, появляются латинские буквы с акцентами, идущие слева направо. Если же такой текст открыть как Windows-1251, получится "щмен": буквы иврита превращаются в строчную кириллицу.
Именно так выглядели ивритские сайты на компьютерах без поддержки иврита в 1990-е годы. Пользователи из Израиля и других стран, получая письма в неправильной кодировке, видели строки из латинских букв с акцентами и должны были вручную выбирать кодировку в браузере или почтовой программе.
Сегодня сайты на иврите работают в UTF-8, но Windows-1255 встречается в старых документах, базах данных, субтитрах и выгрузках из учётных систем. Если в тексте вместо ивритских букв стоят латинские буквы с акцентами или строчная кириллица, укажите Windows-1255 исходной кодировкой и преобразуйте текст в UTF-8.