Oltre a cio Unicode definisce e cio quale chiama “Unicode transformation format” (UTF) di nuovo “Universal character set” (UCS): questi non sono altre che le codifiche necessarie per la vista esterna di Unicode.
Delle diverse codifiche definite ed usate nella vicenda di Unicode, mi limitero a rammentare le oltre a importanti (quale sono e lequel usate per oltre a del 90% dei casi).
UTF-16 (gia UCS-2, descritta nel materiale avanti come regole U): una trascrizione multibyte ad esempio permette la esibizione dell’intero elencazione Unicode addirittura che razza di rappresenta l’intero BMP (65536 codepoint) per una norme di campione “wide” costituita da paio byte (questa eta l’originale codificazione UCS-2, ad esempio era in rango di visualizzare il single BMP). Dal momento che UTF-16 di nuovo UCS-2 sono ripetutamente confuse, UTF-16 e l’unica di usanza presente. Con UTF-16 purchessia carattere viene legalizzato in una sfilza di altezza incerto da 2 per quattro ottetti (byte), riservando le codifiche a quattro byte verso codepoint https://worldbrides.org/it/spose-calde-norvegesi/ rarissimi gestiti tramite “codepoint surrogati”.
In UTF-8 ogni temperamento viene ratificato per una sequela di prolissita indeciso da 1 a quattro ottetti (byte)
UTF 16 definisce ancora indivisible proprio sforzo (Byte-Order-Mark o BOM) che sinon puo usare per intuire l’endianness usata nella norme del volume. Il BOM e immaginato dal codepoint (esadecimale) U+FEFF ad esempio riguardo a una congegno big-endian viene desiderato dalla raggruppamento 0xFE,0xFF e dalla serie 0xFF,0xFE sopra una funzionamento little endian. Poiche il codepoint U+FEFF (Zero-Width Niente affatto-Break Space : Spazio di volume zero che razza di non consente interruzioni) non puo in nessun caso abitare il primo inclinazione di una sfilza codificata dal momento che il codepoint U+FFFE non e – neanche sara – mai localita ad certain spirito valido, l’apparire di qualcuno di questi coppia codepoint all’ via di una raggruppamento codificata permette di evincere la endianness dell’intera raggruppamento.
Durante UTF-8 non esiste insecable BOM (per motivi gia spiegati) anche se alcuni programmi (soprattutto operanti sopra ambiente windows) ne inseriscono personaggio (xEF,0xBB,0xBF) equivalente per quello avvezzo in UTF-16. Codesto e visto, bensi imprudente, dallo standard, ed mediante essenza non fa che razza di rovinare le scatole.
UTF-32/UCS-4: una trascrizione “wide” per ritardo idea fissa: purchessia codepoint di Unicode e capito da una sfilza di 4 byte. Si applicano le considerazioni sul BOM in passato viste a UTF-16. Questa codifica e usata, per esercizio, abbastanza ogni tanto.
A motivo dei vantaggi illustrati della regole F sulla norme U, UTF-8 e oggigiorno la norme piu usata per la panorama esterna di testi addirittura testi multilingua. UTF-16 e per circa alcuno usata nella esibizione interna delle stringhe (per particolari e quella per modo mediante qualsivoglia i sistemi operativi Microsoft posteriori a Windows 2000)
Il tematica primario, rivisitato
Giunti effettivamente alla fine del nostro reputazione (semplificato) dei codici ed codifiche associate, siamo pronti a ambire di afferrare quali inconvenienti possono promuovere il problema principale quale ho discorso qualche parte fa.
Quegli quale succede e che insecable tomo (file) risoluto verso avere luogo visualizzato con una datazione tripletta (espressione, trascrizione, endianness) avance verso perdersi sopra di un metodo se taluno dei tre componenti viene applicato durante che erronea.
Esiste un’altra preferenza, ovvero quale sul atteggiamento fine – colui contro cui viene visualizzato il tomo – non esista il font necessario per la visualizzazione (quale, mancano i scrittura Giapponesi). Corrente errore si elimina apertamente installando un batteria di font completi (ripetutamente chiamati font Unicode).
Il tematica centrale e definito laddove si riescono verso rifare la tripletta di origine, quella di destinazione, ancora verso indicare la metodo corretta di spiegazione in mezzo a le coppia.
Malauguratamente, esso che ho aforisma proprio e sufficiente e a enunciare quegli che razza di io (ancora io solo, a laquelle quale ne so) chiamo “il ideale di non calcolabilita della transcodifica”: