Kódtáblák

Az alábbiakban a magyar ékezetes betűk, a magyar tipográfia néhány gyakran használt írásjele, valamint néhány nem magyar (ám tévedésből magyar szövegben gyakran szereplő) betű kódja látható a legkülönfélébb karakterkészletekben.

Vastagon szedtük a Linux rendszerekben használatos régi (Latin-2) és új (Unicode, UTF-8) értékeket. Rózsaszínnel jelöltük, ha egy karakterkészlet nem képes a magyar nyelv ékezetes betűinek támogatására. A Unicode oszlopban a decimális mellett zárójelben a hexadecimális értéket is feltüntettük.

Ismét hangsúlyoznánk, hogy a „Unicode” oszlopban található számok nem alkalmasak arra, hogy közvetlenül byte-ként szerepeltessük, mivel értékük meghaladhatja a 256-ot. Ezért fájlokban általában az UTF-8 átiratot használjuk, ami több egymás utáni byte-ból tevődik össze. (Nem kizárt azonban az sem, hogy egy alkalmazás fix szélességen (2 vagy 4 byte-on) közvetlenül a Unicode értéket tárolja, ám ez általában az alkalmazás belső formátuma, ami lényegesen jobban rejtve marad a felhasználó elől, mint az UTF-8 kódolás.)

Az ASCII kiosztást a terminálban kiadott „man ascii”, míg a Latin-1 és Latin-2 kiosztás ékezetes betűit a „man iso-8859-1” és „man iso-8859-2” paranccsal tekinthetjük meg.

Vegyük észre, hogy a Unicode érték az első 256 karakter terén megegyezik a Latin-1 értékkel, amelyik pedig, ha csak a magyar betűkre szorítkozunk, az ő és ű (és nagybetűs párjaik) kivételével megegyezik a Latin-2-vel. Tehát a legtöbb magyar betű Latin-2 és Unicode értéke megegyezik, de az ő és ű betűké nem. Ha valaki ismeri és használja ezeket a kódokat (sok helyen ezek ismeretében lehet bevinni a billentyűzetkiosztásban nem szereplő ékezetes betűt), akkor a régi 213, 245, 219, 251 számokat gyorsan el kell felejteni, hiszen ezek ezentúl egyértelműen a hullámos és kalapos ékezetes betűk kódjai. Helyettük a 336, 337, 368, 369 értékek használandók.