Alfabeto cirílico

Varias lenguas escritas en alfabeto cirílico también se han escrito en alfabeto latino, como el azerbaiyano, el uzbeko, el serbio y el rumano (idioma que utilizó alfabeto cirílico en Moldavia hasta 1989, y en Rumania durante todo el siglo XIX). Tras la desintegración de la Unión Soviética en 1991, algunas de las antiguas repúblicas pasaron oficialmente del cirílico al latino. La transición es completa en la mayor parte de Moldavia (excepto en la región escindida de Transnistria, donde el cirílico moldavo es oficial), Turkmenistán y Azerbaiyán. Uzbekistán sigue utilizando ambos sistemas, y Kazajistán ha iniciado oficialmente la transición del cirílico al latino (prevista para 2025). El gobierno ruso ha ordenado que se utilice el cirílico en todas las comunicaciones públicas en todos los sujetos federales de Rusia, para promover el acercamiento de los lazos en toda la federación. Esta ley fue controvertida para los hablantes de muchas lenguas eslavas; para otros, como los chechenos e ingusetios, la ley tuvo ramificaciones políticas. Por ejemplo, el gobierno separatista checheno impuso una escritura latina que todavía utilizan muchos chechenos. Los de la diáspora se niegan especialmente a utilizar el alfabeto cirílico checheno, que asocian con el imperialismo ruso.

Distribución de la escritura cirílica en todo el mundo:
     El cirílico es la única escritura oficial.      El cirílico es cooficial con otro alfabeto. En los casos de Moldavia y Georgia, se trata de regiones escindidas no reconocidas por el gobierno central.      El cirílico no es oficial, pero sigue siendo de uso común.     El cirílico no es muy utilizado

El serbio estándar utiliza tanto la escritura cirílica como la latina. El cirílico es nominalmente el alfabeto oficial de la administración de Serbia según la constitución serbia;[18] sin embargo, la ley no regula los alfabetos en la lengua estándar, ni la lengua estándar en sí misma. En la práctica, las escrituras son iguales, y el latín se utiliza más a menudo con un carácter menos oficial.[19]

El alfabeto Zhuang, utilizado entre la década de 1950 y la de 1980 en partes de la República Popular China, utilizaba una mezcla de letras latinas, fonéticas, numéricas y cirílicas. Las letras no latinas, incluido el cirílico, se eliminaron del alfabeto en 1982 y se sustituyeron por letras latinas que se parecían mucho a las que sustituían.

Existen varios sistemas de romanización del texto cirílico, como la transliteración para transmitir la ortografía cirílica en letras latinas y la transcripción para transmitir la pronunciación.

Los sistemas estándares de transliteración del cirílico al latín incluyen:

• La transliteración científica, utilizada en lingüística, se basa en el alfabeto latino bosnio y croata.
• El Grupo de Trabajo sobre Sistemas de Romanización[20] de las Naciones Unidas recomienda diferentes sistemas para determinadas lenguas. Estos son los más utilizados en todo el mundo.
• ISO 9:1995, de la Organización Internacional de Normalización.
• Tablas de romanización de la American Library Association y la Library of Congress para los alfabetos eslavos (Romanización ALA-LC), utilizadas en las bibliotecas norteamericanas.
• Romanización BGN/PCGN (1947), Junta de Nombres Geográficos de los Estados Unidos y Comité Permanente de Nombres Geográficos para uso oficial británico).
• GOST 16876, una norma de transliteración soviética ya desaparecida. Sustituida por GOST 7.79, que es equivalente a ISO 9.
• Diversas romanizaciones informales del cirílico, que adaptan la escritura cirílica a los glifos latinos y, a veces, a los griegos para que sean compatibles con conjuntos de caracteres pequeños.

La representación de otros sistemas de escritura con letras cirílicas se denomina cirilización.

A partir de la versión 13.0 de Unicode, las letras cirílicas, incluidos los alfabetos nacionales e históricos, se codifican en varios bloques:

• Cirílico: U+0400–U+04FF
• Suplemento Cirílico: U+0500–U+052F
• Cirílico Extendido-A: U+2DE0–U+2DFF
• Cirílico Extendido-B: U+A640–U+A69F
• Cirílico Extendido-C: U+1C80–U+1C8F
• Extensiones Fonéticas: U+1D2B, U+1D78
• Combinación de Medias Tintas: U+FE2E–U+FE2F

Los caracteres del rango U+0400 a U+045F son esencialmente los caracteres de la norma ISO 8859-5 desplazados 864 posiciones hacia arriba. Los caracteres del rango U+0460 a U+0489 son letras históricas, que no se utilizan actualmente. Los caracteres del rango U+048A a U+052F son letras adicionales para varias lenguas que se escriben en cirílico.

Por regla general, Unicode no incluye las letras cirílicas acentuadas. Algunas excepciones son:

• combinaciones que se consideran letras separadas de los respectivos alfabetos, como Й, Ў, Ё, Ї, Ѓ, Ќ (así como muchas letras de alfabetos no eslavos);
• dos combinaciones más frecuentes que se requieren ortográficamente para distinguir los homónimos en búlgaro y macedonio: Ѐ, Ѝ;
• algunas combinaciones de eslavo eclesiástico antiguo y nuevo: Ѷ, Ѿ, Ѽ.

Para indicar las vocales acentuadas o largas, se pueden utilizar marcas diacríticas de combinación después de la letra respectiva (por ejemplo, U+0301 ◌́ ACENTO AGUDO COMBINADO: ы́ э́ ю́ я́ etc.).

Algunas lenguas, como el eslavo eclesiástico, aún no son totalmente compatibles.

Unicode 5.1, publicado el 4 de abril de 2008, introduce importantes cambios en los bloques cirílicos. Las revisiones de los bloques cirílicos existentes y la adición del cirílico extendido A (2DE0 ... 2DFF) y del cirílico extendido B (A640 ... A69F) mejoran significativamente la compatibilidad con el alfabeto cirílico arcaico, el abjasio, el aleutiano, el chuvasio, el kurdo y el moksha.[21]

La puntuación del texto cirílico es similar a la utilizada en las lenguas europeas de alfabeto latino.

Otros sistemas de codificación de caracteres para el cirílico:

• CP866 - Codificación de caracteres cirílicos de 8 bits establecida por Microsoft para su uso en MS-DOS, también conocida como GOST-alternativa. Los caracteres cirílicos van en su orden nativo, con una "ventana" para los caracteres pseudográficos.
• ISO/IEC 8859-5 - Codificación de caracteres cirílicos de 8 bits establecida por la Organización Internacional de Normalización.
• KOI8-R - Codificación de caracteres rusos nativos de 8 bits. Inventada en la URSS para su uso en los clones soviéticos de los ordenadores americanos IBM y DEC. Los caracteres cirílicos van en el orden de sus homólogos latinos, lo que permitía que el texto siguiera siendo legible después de la transmisión a través de una línea de 7 bits que eliminaba el bit más significativo de cada byte; el resultado era una transliteración latina del cirílico muy tosca, pero legible. Es la codificación estándar de principios de los 90 para los sistemas Unix y la primera codificación rusa de Internet.
• KOI8-U - KOI8-R con adición de letras ucranianas.
• MIK - Codificación de caracteres búlgaros nativos de 8 bits para su uso en Microsoft DOS.
• Windows-1251 - Codificación de caracteres cirílicos de 8 bits establecida por Microsoft para su uso en Microsoft Windows. La codificación cirílica de 8 bits más sencilla: 32 caracteres mayúsculos en orden nativo en 0xc0-0xdf, 32 caracteres habituales en 0xe0-0xff, con caracteres "YO" raramente utilizados en otro lugar. No hay pseudográficos. Antigua codificación estándar en algunas distribuciones de Linux para el bielorruso y el búlgaro, pero actualmente desplazada por UTF-8.
• GOST-main.
• GB 2312 - Principalmente codificaciones chinas simplificadas, pero también están las 33 letras cirílicas rusas básicas (en mayúsculas y minúsculas).
• JIS y Shift JIS - Principalmente codificaciones japonesas, pero también están las 33 letras cirílicas rusas básicas (en mayúsculas y minúsculas).

Cada idioma tiene su propia disposición de teclado estándar, adoptada de las máquinas de escribir. Con la flexibilidad de los métodos de introducción de datos en el ordenador, también existen distribuciones de teclado transliteradas o fonéticas/homofónicas para los mecanógrafos que están más familiarizados con otras distribuciones, como el teclado QWERTY inglés. Cuando no se dispone de diseños de teclado o fuentes cirílicas prácticas, los usuarios de ordenadores utilizan a veces la transliteración o la codificación "volapuk" para escribir en idiomas que normalmente se escriben con el alfabeto cirílico.