OGONKI
czyli o polskich literach w Internecie

Aby w pe│ni zrozumieµ wagΩ przemiany, kt≤ra siΩ dokona│a, trzeba zdaµ sobie sprawΩ z problem≤w, jakie wi▒┐▒ siΩ ze stosowaniem polskich znak≤w we wspomnianych us│ugach sieciowych. Trzeba r≤wnie┐ nauczyµ siΩ stosowaµ je poprawnie, gdy┐ nie jest to wcale takie oczywiste, za╢ np. list elektroniczny z niepoprawnie zakodowanymi polskimi literami jest dla odbiorcy gorszym "nieszczΩ╢ciem", ni┐ gdyby nie u┐yto polskich liter w og≤le - pojawia siΩ bowiem na ekranie jako nieczytelne, niezrozumia│e "╢mieci", zmuszaj▒ce do du┐ego wysi│ku przy pr≤bie ich rozszyfrowania. Niniejszy artyku│ ma w│a╢nie s│u┐yµ obu tym celom: zapoznaniu czytelnika tak z problemami zwi▒zanymi z polskimi literami w Internecie, jak i dostΩpnymi narzΩdziami pozwalaj▒cymi te problemy rozwi▒zaµ.

K│opoty z ogonkami

W Internecie nie by│o to jednak takie proste. Do niedawna wiΩkszo╢µ u┐ytkownik≤w Internetu mia│a do± dostΩp za po╢rednictwem konta na komputerze Unixowym, na kt≤rym pracowa│o siΩ w trybie terminalowym (wielu korzysta z tego rodzaju dostΩpu do tej pory). Za╢ oprogramowanie do pracy terminalowej, realizuj▒ce te same od lat protoko│y transmisji (Unix ma wszak ju┐ ponad 20 lat!), by│o w du┐ej czΩ╢ci "po staremu" siedmiobitowe - co oznacza│o, ┐e niemo┐liwe jest przesy│anie znak≤w o kodach ASCII wiΩkszych ni┐ 127 (w kt≤rym to obszarze kodowane s▒ polskie znaki). »eby sprawa by│a jeszcze bardziej skomplikowana, siedmiobitowy z definicji jest sam protok≤│ SMTP, w oparciu o kt≤ry przesy│a siΩ pocztΩ elektroniczn▒ w Internecie. Wprawdzie wiele nowoczesnych realizacji SMTP bez problemu akceptuje przesy│ki zawieraj▒ce znaki o╢miobitowe, zawsze mo┐na jednak trafiµ na implementacjΩ ╢ci╢le trzymaj▒c▒ siΩ standardu i nie pozwalaj▒c▒ na takie "nadu┐ycie". Wszystko to sprawia│o, ┐e "starzy" u┐ytkownicy Internetu jako rzecz oczywist▒ traktowali konieczno╢µ pisania w poczcie elektronicznej i grupach Usenetowych "po polskawemu", tzn. bez u┐ycia polskich "ogonk≤w", kt≤re zastΩpuje siΩ odpowiednimi literami │aci±skimi (np. s│owo "┐≤│ty" pisze siΩ jako "zolty"). By│o to czasami do╢µ niewygodne, np. w przypadku s│≤w takich jak "zadanie" (kto zgadnie, czy w istocie chodzi tu o "zadanie", czy o "┐▒danie"?), wydawa│o siΩ jednak nieuniknionym ograniczeniem zwi▒zanym z charakterem tych us│ug, i ma│o kto przewidywa│ rych│▒ zmianΩ tej sytuacji.

Wojny o WWW

Sytuacja by│a o tyle paradoksalna, ┐e ju┐ od do╢µ dawna istnia│a w tym zakresie Polska Norma - PN-93 T-42118, okre╢laj▒ca kody polskich liter w tabeli ASCII w spos≤b zgodny z miΩdzynarodow▒ norm▒ ISO 8859-2 (norma ISO 8859 zawiera w sumie dziewiΩµ r≤┐nych zestaw≤w znak≤w dla r≤┐nych jΩzyk≤w; zestaw ISO 8859-2 przeznaczony jest dla jΩzyk≤w ╢rodkowo- i wschodnioeuropejskich, za╢ ISO 8859-1 obejmuje jΩzyki zachodnioeuropejskie). Podstawow▒ wad▒ tej normy by│o jednak┐e to, ┐e... pojawi│a siΩ ona za p≤╝no. Mieli╢my ju┐ w≤wczas mrowie "standard≤w" DOS-owych, a Microsoft szykowa│ siΩ w│a╢nie do wprowadzenia Windows z CP 1250... Uchwalenie normy zosta│o odebrane bardzo negatywnie; prasa komputerowa totalnie skrytykowa│a j▒ jako normΩ "martw▒", uchwalon▒ bez ogl▒dania siΩ na praktykΩ i "standardy faktyczne", normΩ, kt≤rej nikt nie bΩdzie stosowa│. Dopiero p≤╝niej mia│o okazaµ siΩ, ┐e w istocie jest nieco inaczej... P≤ki co, norma zosta│a przez ╢rodowiska "pecetowe" odrzucona, natomiast - wbrew przewidywaniom, i┐ norma ta bΩdzie martwa - konsekwentnie zastosowali siΩ do niej producenci system≤w Unixowych, i w tych systemach sta│a siΩ ona faktycznie u┐ywanym standardem polskich liter.

Nic wiΩc dziwnego, ┐e kiedy zaczΩ│y siΩ pojawiaµ pierwsze strony WWW z polskimi literami, kodowane by│y one w│a╢nie w standardzie ISO. Ich autorzy - w wiΩkszo╢ci administratorzy sieci komputerowych na uczelniach - u┐ywali wszak g│≤wnie komputer≤w Unixowych jako swoich narzΩdzi pracy. Wywo│a│o to oczywi╢cie sprzeciw ze strony u┐ytkownik≤w Windows, domagaj▒cych siΩ, aby to w│a╢nie kodowanie Windows by│o standardem na polskich stronach WWW, argumentuj▒c to faktem, ┐e w╢r≤d ogl▒daj▒cych (a nie tworz▒cych!) te strony zdecydowan▒ wiΩkszo╢µ stanowi▒ korzystaj▒cy z Windows, a nie z Unixa. Za┐arte spory miΩdzy zwolennikami tych dwu sposob≤w kodowania (r≤┐ni▒cych siΩ miΩdzy sob▒ nota bene tylko sze╢cioma znakami: du┐ymi i ma│ymi literami ▒, ╢ i ╝) wci▒┐ od nowa powraca│y w Internetowych grupach dyskusyjnych, przeradzaj▒c siΩ niejednokrotnie w k│≤tnie na temat "og≤lnej" wy┐szo╢ci jednego systemu operacyjnego nad innym. Ka┐da ze stron obstawa│a przy swoich racjach; czΩ╢µ polskich stron WWW kodowana by│a w ISO, druga czΩ╢µ w CP 1250; byli te┐ i tacy, kt≤rzy dla unikniΩcia k│opot≤w woleli w og≤le powstrzymywaµ siΩ od stosowania polskich liter na swoich stronach pisz▒c nadal po "polskawemu". Jedynym, choµ u│omnym, wyj╢ciem z tej sytuacji wydawa│o siΩ byµ stosowanie skrypt≤w przekodowuj▒cych, jakie wci▒┐ spotkaµ mo┐na na wielu polskich serwerach WWW: pozwala│y one ogl▒daµ te same strony w r≤┐nych wariantach kodowania polskich liter, w zale┐no╢ci od wyboru u┐ytkownika: raz w ISO, raz w CP 1250, a przy okazji tak┐e w kodowaniu Macintosha (jako╢ w ca│ej tej k│≤tni miΩdzy ISO i Windows zapomniano o u┐ytkownikach Maca...) b▒d╝ w og≤le bez polskich liter - dla tych, kt≤rzy nie maj▒ mo┐liwo╢ci zainstalowania ich w swoim systemie.

A jednak standard!

Norma ISO 8859-2 okaza│a siΩ zatem wcale nie taka "martwa", jak to przepowiada│a jej prasa komputerowa kilka lat temu. W chwili obecnej jest uniwersalnym standardem, kt≤ry pozwala na odczytywanie tych samych stron WWW w dowolnym ╢rodowisku, czy bΩdzie to Unix, Windows czy Macintosh, je┐eli tylko u┐ytkownik dysponuje odpowiednio now▒ wersj▒ przegl▒darki. Problem polskich liter w WWW zosta│ rozwi▒zany. Autorzy niekt≤rych stron zdaj▒ siΩ jednak wci▒┐ tego nie dostrzegaµ, uparcie obstaj▒c przy CP 1250 jako jedynym b▒d╝ g│≤wnym - gdy stosowany jest skrypt przekodowuj▒cy - sposobie kodowania. Utrzymywanie takiego stanu rzeczy nale┐y uznaµ w tej chwili za dzia│anie szkodz▒ce Internetowi i utrudniaj▒ce, a nie u│atwiaj▒ce ┐ycie jego u┐ytkownikom: stronΩ zakodowan▒ w ISO mo┐e przeczytaµ obecnie ka┐dy u┐ytkownik Internetu, stronΩ zakodowan▒ w CP 1250 - tylko u┐ytkownik Windows, i to posiadaj▒cy star▒ przegl▒darkΩ, bez mo┐liwo╢ci przekodowywania. Przegl▒darka dostosowana do ISO na stronie kodowanej w CP 1250 poka┐e "╢mieci" - trzeba bΩdzie prze│▒czyµ j▒ rΩcznie na inny standard. Z drugiej strony, wci▒┐ celowe jest (i prawdopodobnie d│ugo bΩdzie) utrzymywanie skrypt≤w pozwalaj▒cych przekodowaµ zawarto╢µ strony na postaµ "polskaw▒" - nadal jeszcze jest wiele komputer≤w, kt≤rych u┐ytkownicy nie maj▒ w og≤le polskich liter, a chcieliby mieµ mo┐liwo╢µ ogl▒dania polskich stron WWW. Warto tu wzi▒µ pod uwagΩ chocia┐by Polak≤w zamieszka│ych za granic▒, korzystaj▒cych z angielskiej wersji Windows, czy z drugiej strony - komputery w rodzaju wspomnianych ju┐ mainframe'≤w IBM, wci▒┐ jeszcze obs│uguj▒ce kilka tysiΩcy kont u┐ytkownik≤w Internetu w Polsce (np. s│ynny wΩze│ PLEARN w Uniwersytecie Warszawskim).

MIME

Mechanizm ten nosi nazwΩ MIME (Multipurpose Internet Mail Extensions), i zosta│ opracowany przede wszystkim po to, aby umo┐liwiµ przesy│anie poczt▒ elektroniczn▒ plik≤w binarnych - np. d╝wiΩkowych, graficznych lub program≤w wykonywalnych. Niejako "przy okazji" zdefiniowano w nim jednak tak┐e spos≤b kodowania w tekstach znak≤w z "g≤rnej po│≤wki" kodu ASCII tak, aby mo┐na by│o je przes│aµ za pomoc▒ siedmiobitowego protoko│u SMTP. Kodowanie to, okre╢lane jako Quoted-Printable, polega na zast▒pieniu znaku o kodzie ASCII powy┐ej 127 szesnastkow▒ warto╢ci▒ jego kodu, poprzedzon▒ znakiem "="; s│owo "piΩµ" bΩdzie zatem w takim kodowaniu przedstawione jako "pi=EA=E6" (kody polskich liter przedstawiono wed│ug ISO 8859-2). Dla unikniΩcia k│opot≤w w sytuacji, gdy kodowany tekst zawiera znaki r≤wno╢ci, sam znak "=" r≤wnie┐ zastΩpowany jest przez jego kod - "=3D".

Kodowanie to jest zasadniczo niewidoczne dla u┐ytkownika, gdy┐ dokonuje go automatycznie program pocztowy przy wysy│aniu listu, umieszczaj▒c r≤wnocze╢nie w jego nag│≤wku specjaln▒ informacjΩ, kt≤ra umo┐liwia - r≤wnie┐ automatyczne - zdekodowanie go po stronie odbiorcy (oczywi╢cie zak│adaj▒c, ┐e ma on program pocztowy "rozumiej▒cy" MIME). Na informacjΩ tΩ sk│adaj▒ siΩ nastΩpuj▒ce trzy wiersze:

     MIME-Version: 1.0
     Content-type: text/plain; charset=ISO-8859-2
     Content-transfer-encoding: Quoted-printable

Prze│om w poczcie

Oddzielny problem stoj▒cy na przeszkodzie powszechnemu stosowaniu MIME stanowi│a nieprawid│owa obs│uga przesy│ek w tym standardzie przez listy dyskusyjne. O ile w prywatnej korespondencji standard ten - nawet w niepe│nych implementacjach - dawa│ siΩ jako╢ stosowaµ, o tyle wiΩkszo╢µ listserv≤w obs│uguj▒cych listy dyskusyjne traktowa│a przesy│ki MIME bardzo brutalnie - obcinaj▒c z nag│≤wka listu owe charakterystyczne trzy wiersze, niezbΩdne do jego zdekodowania. W efekcie list trafia│ do uczestnik≤w listy dyskusyjnej w postaci "surowej", pe│nej napis≤w takich jak "=B3=F3d=BC" czy "=BF=F3=B3w" - rozszyfrowywanie tego nie nale┐a│o do przyjemno╢ci.

Wskutek raczej zniechΩcaj▒cych efekt≤w, wiΩkszo╢µ u┐ytkownik≤w rezygnowa│a zatem z pr≤b ujarzmienia MIME i po staremu pisa│a po "polskawemu". Prze│om nast▒pi│ prawie w tym samym momencie, w kt≤rym sta│o siΩ to w WWW; bo te┐ mia│o to miejsce za spraw▒ tych samych program≤w. Obydwie przegl▒darki WWW z mo┐liwo╢ci▒ przekodowywania - zar≤wno produkt Netscape, jak i Microsoftu - zawiera│y tak┐e modu│y obs│ugi poczty elektronicznej i news≤w. R≤wnie┐ i w tych modu│ach konsekwentnie wprowadzono mo┐liwo╢µ przekodowywania znak≤w ze standardu lokalnego na ISO i odwrotnie w oparciu o MIME. Tym samym znaczna czΩ╢µ u┐ytkownik≤w tych us│ug dosta│a "do rΩki" narzΩdzie, pozwalaj▒ce w poprawny spos≤b korzystaµ z polskich liter. Choµ trudno m≤wiµ o ca│kowitym rozwi▒zaniu problemu - w przeciwie±stwie do przegl▒darek WWW, r≤┐norodno╢µ wykorzystywanych w Internecie program≤w pocztowych jest o wiele wiΩksza - to przekroczona zosta│a pewna "masa krytyczna"; gdy po raz kolejny w kt≤rej╢ z grup Usenetowych kto╢ zaproponowa│ "a mo┐e by tak pisaµ z polskimi literami" - nagle zupe│nie nieoczekiwanie pomys│ "chwyci│"! Praktycznie z dnia na dzie± w polskich newsach zaczΩ│y pojawiaµ siΩ listy z polskimi literami. Przestarza│e oprogramowanie listserv≤w, nie potrafi▒ce obs│ugiwaµ MIME, zaczΩto w szybkim tempie wymieniaµ na nowe, i polskie litery pojawi│y siΩ tak┐e na listach dyskusyjnych. Choµ do powszechno╢ci stosowania polskich liter - jak ju┐ wspomina│em - jeszcze daleko, ich obecno╢µ w poczcie i Usenecie jest ju┐ wyra╝na. Co bardzo wa┐ne - zdecydowanie mniej widuje siΩ obecnie przesy│ek z niepoprawnie zakodowanymi polskimi literami (jak choµby te wysy│ane z PC Eudory). Najwyra╝niej prowadzona od kilku lat przez grupΩ wytrwa│ych zwolennik≤w polskich liter w Internecie kampania na rzecz (poprawnego!) ich stosowania zaczyna przynosiµ skutki...

DostΩpne narzΩdzia

Kilka lat temu kilku entuzjast≤w stosowania polskich liter w Internecie utworzy│o na serwerze WWW krakowskiej Akademii G≤rniczo - Hutniczej stronΩ s│u┐▒c▒ promocji tej idei; zebrano tam r≤┐ne informacje maj▒ce pom≤c w znalezieniu odpowiedniego oprogramowania i w│a╢ciwym jego skonfigurowaniu tak, aby poprawnie obs│ugiwane by│y standardy MIME oraz ISO 8859-2. To wszystko zdawa│o siΩ wtedy byµ g│osem wo│aj▒cego na puszczy; polskich liter i tak prawie nikt nie u┐ywa│, a je┐eli nawet to robi│, to najczΩ╢ciej "wiedzia│ lepiej" i nie mia│ ochoty siΩ do czegokolwiek dostosowywaµ; to inni mieli siΩ dostosowaµ do u┐ywanego przez niego programu i sposobu kodowania. Dopiero w sytuacji obecnej "ogonkowej rewolucji" strona ta, nosz▒ca dumn▒ nazwΩ Polskiej Strony Ogonkowej (dostΩpna pod adresem http://www.agh.edu.pl/ogonki/) zyska│a nale┐n▒ sobie rangΩ: jest obecnie g│≤wnym ╝r≤d│em informacji o tym, jakich u┐yµ program≤w i jak je skonfigurowaµ, aby m≤c czytaµ i pisaµ z polskimi literami. Tam te┐ mo┐na znale╝µ informacje bardziej szczeg≤│owe ni┐ to, co sygnalizujΩ w tym tek╢cie.

Je┐eli chodzi o WWW, sytuacja jest dosyµ prosta. Dwie czo│owe przegl▒darki WWW - Netscape Navigator i Microsoft Internet Explorer - maj▒ w swoich najnowszych wersjach wbudowany mechanizm przekodowywania stron WWW ze standardu ISO na CP 1250 (lub odpowiedni inny standard lokalny w przypadku system≤w innych ni┐ Windows). Przegl▒darki automatycznie rozpoznaj▒, ┐e strona zakodowana jest w ISO 8859-2, je┐eli autor strony umie╢ci│ na niej - co jest zalecane - odpowiedni informuj▒cy o tym znacznik, zgodnie ze specyfikacj▒ HTTP i HTML. Znacznik ten ma postaµ

  <META HTTP-EQUIV="Content-type" CONTENT="text/html; charset=ISO-8859-2">

W analogiczny spos≤b ustawiµ trzeba ISO jako domy╢lny standard w module pocztowym i news'owym Netscape Navigatora (je┐eli oczywi╢cie je wykorzystujemy). Standard ten dotyczy poczty wysy│anej; przy odczytywaniu list≤w w│a╢ciwy zestaw znak≤w okre╢lany jest na podstawie nag│≤wk≤w MIME. W programie MS Internet Mail and News - czΩ╢ci MS Internet Explorera odpowiedzialnej za obs│ugΩ poczty i Usenetu - standard ISO wybierany jest automatycznie, je┐eli zaznaczymy, ┐e chcemy u┐ywaµ MIME. W menu Mail/Options nale┐y wybraµ zak│adkΩ Send, po czym klikn▒µ na przycisk Settings przy opcji Plain text. W wy╢wietlonym okienku dialogowym wybieramy format MIME i kodowanie Quoted-Printable. Poniewa┐ MS Internet Mail and News mo┐e u┐ywaµ r≤┐nych sposob≤w kodowania w poczcie i w newsach, tΩ sam▒ czynno╢µ nale┐y powt≤rzyµ w menu News/Options, z tym, ┐e mo┐na tu wybraµ bardziej naturalne dla Usenetu przesy│anie znak≤w o╢miobitowych, wybieraj▒c w okienku dialogowym brak kodowania (Encode text using: None)å. Mo┐liwo╢µ wyboru miΩdzy kodowaniem Quoted-Printable i przesy│aniem o╢miobitowym istnieje tak┐e w Netscape Navigatorze (Options/Mail and News Preferences/Composition), jest ona jednak┐e wsp≤lna dla poczty i Usenetu, co jest mniej wygodne.

Opr≤cz modu│≤w pocztowych wymienionych przegl▒darek WWW mo┐liwo╢µ przekodowywania znak≤w ma tak┐e kilka "klasycznych", samodzielnych aplikacji pocztowych. W ╢rodowisku PC jest to przede wszystkim Pegasus Mail, dostΩpny w wersjach dla DOS-a i Windows, kt≤ry by│ chyba pierwszym programem wyposa┐onym w tak▒ mo┐liwo╢µ (istnieje tak┐e Pegasus Mail dla Macintosha). Jest to program o bardzo bogatych mo┐liwo╢ciach, jego konfiguracja jest jednak┐e nieco trudniejsza ni┐ program≤w opisanych powy┐ej, gdy┐ wymaga samodzielnego przygotowania tablic opisuj▒cych spos≤b konwersji znak≤w z ISO na standard lokalny (jest to zreszt▒ regu│▒ w samodzielnych programach pocztowych). Gotowe tablice dla stron kodowych 852 (DOS) i 1250 (Windows) znale╝µ mo┐na na Polskiej Stronie Ogonkowej. Analogiczn▒ mo┐liwo╢µ ma stosunkowo ma│o popularny PC Pine, pracuj▒cy w ╢rodowisku DOS - jego wad▒ jest niestety to, ┐e (podobnie jak i jego Unixowy pierwowz≤r) wymaga serwera pocztowego dzia│aj▒cego w protokole IMAP, a nie stosowanym przez wiΩkszo╢µ provider≤w POP. Przekodowywaµ znaki potrafi tak┐e (wreszcie!) najnowsza wersja jednego z najlepszych i najpopularniejszych newsreader≤w dla Windows - Forte Agenta.

U┐ytkownicy korzystaj▒cy z poczty w trybie terminalowym na koncie Unixowym tak┐e s▒ ju┐ w du┐o lepszej sytuacji ni┐ kiedy╢ - najnowsze wersje wszystkich popularnych aplikacji pocztowych i news'owych (elm, pine, tin) obs│uguj▒ ju┐ poprawnie MIME. NiezbΩdne jest jedynie korzystanie z o╢miobitowego programu terminalowego, jakie r≤wnie┐ s▒ ju┐ szeroko dostΩpne. Poniewa┐ standardem polskich liter w Unixie jest ISO, programy pocztowe nie wykonuj▒ ┐adnych przekodowa± znak≤w. Jednak na komputerze, na kt≤rym uruchamiamy program terminalowy, mo┐emy mieµ inny standard polskich znak≤w (np. przy pracy w ╢rodowisku Windows) i przekodowanie mo┐e byµ niezbΩdne "po drodze" pomiΩdzy terminalem i komputerem Unixowym. Istniej▒ programy terminalowe potrafi▒ce dokonaµ takiego przekodowania (m.in. spolszczona przez Piotra Pi▒tkowskiego z AGH wersja popularnego DOS-owego klienta telnetu - CUTCP); je┐eli natomiast skorzystanie z nich jest niemo┐liwe, przekodowania mo┐na dokonaµ na poziomie samego Unixa za pomoc▒ programu "Ogonki", umo┐liwiaj▒cego przekodowywanie "w locie" znak≤w wprowadzanych z klawiatury i wysy│anych na terminal przez dowolny program.

Choµ program≤w umo┐liwiaj▒cych korzystanie z polskich liter nie ma jeszcze zbyt wiele, jest to ju┐ realnie mo┐liwe. Z pewno╢ci▒ program≤w potrafi▒cych obs│ugiwaµ MIME bΩdzie przybywaµ i coraz szerzej w sieci spotykaµ bΩdziemy teksty napisane z u┐yciem polskich liter. A zatem, zajrzyjmy na Polsk▒ StronΩ Ogonkow▒, zaopatrzmy siΩ w odpowiedni program i... piszmy po polsku!

Copyright 1996 Jaros│aw Rafa. Prawa autorskie zastrze┐one. »adna czΩ╢µ niniejszego tekstu nie mo┐e byµ nigdzie publikowana ani rozpowszechniana w jakiejkolwiek innej formie (w│▒czaj▒c w to umieszczanie na innych serwerach w Internecie) bez pisemnej zgody autora.

Wersja HTML opracowana 9.11.96.

Powr≤t do wykazu artyku│≤w o Internecie

PSO

Statystyka