Oltre a cio Unicode definisce di nuovo cio che razza di chiama “Unicode transformation format” (UTF) e “Universal character servizio” (UCS): questi non sono altre che tipo di le codifiche necessarie verso la manifestazione esterna di Unicode.

Delle diverse codifiche definite addirittura usate nella scusa di Unicode, mi limitero a rievocare le con l’aggiunta di importanti (quale sono ed quelle usate in con l’aggiunta di del 90% dei casi).

UTF-16 (una volta UCS-2, descritta nel lussurioso avanti quale codifica U): una codificazione multibyte quale permette la esibizione dell’intero elencazione Unicode addirittura quale rappresenta l’intero BMP (65536 codepoint) per una codificazione di tipo “wide” costituita da paio byte (questa era l’originale codifica UCS-2, ad esempio eta in piacere di visualizzare il single BMP). In quale momento UTF-16 anche UCS-2 sono ripetutamente confuse, UTF-16 e l’unica di maniera questo. Con UTF-16 qualsivoglia carattere viene regolamentato con una successione di prolissita mutevole da 2 a quattro ottetti (byte), riservando le codifiche per quattro byte per codepoint rarissimi gestiti passaggio “codepoint surrogati”.

Con UTF-8 ogni carattere viene regolamentato sopra una serie di altezza incognita da 1 a quattro ottetti (byte)

UTF 16 definisce ancora un preciso fatica (Byte-Order-Mark ovverosia BOM) che sinon puo conoscere a capire l’endianness usata nella trascrizione del elenco. Il BOM e immaginato dal codepoint (esadecimale) U+FEFF ad esempio verso una meccanismo big-endian viene ideato dalla sfilza 0xFE,0xFF ed dalla raggruppamento 0xFF,0xFE su una ingranaggio little endian. Dacche il codepoint U+FEFF (Zero-Width Mai-Break Space : Buco di ampiezza nulla che tipo di non consente interruzioni) non puo giammai avere luogo il iniziale segno di una serie codificata in quale momento il codepoint U+FFFE non e – manco sara – niente affatto ambiente ad un segno buono, l’apparire di qualcuno di questi due codepoint all’ via di una successione codificata permette di dedurre la endianness dell’intera raggruppamento.

Con UTF-8 non esiste indivisible BOM (verso motivi appunto spiegati) anche se certi programmi (particolarmente operanti mediante mondo windows) ne inseriscono autorita (xEF,0xBB,0xBF) analogo a esso usato per sposa Ucraina UTF-16. Codesto e controllo, tuttavia sconsigliato, dallo standard, anche in materia non fa ad esempio rovinare le scatole.

UTF-32/UCS-4: una norme “wide” a statura mania: qualsiasi codepoint di Unicode e capito da una raggruppamento di 4 byte. Si applicano le considerazioni sul BOM appunto viste verso UTF-16. Questa codifica e usata, in uso, alcuno di rado.

Verso motivo dei vantaggi illustrati della trascrizione F sulla regole U, UTF-8 e attualmente la norme piuttosto usata a la vista esterna di testi anche testi multilingua. UTF-16 e verso sopra abbastanza usata nella esibizione interna delle stringhe (per particolari e quella sopra modo per ogni i sistemi operativi Microsoft posteriori a Windows 2000)

Il questione primario, rivisitato

Giunti concretamente da ultimo del nostro cautela (semplificato) dei codici addirittura codifiche associate, siamo pronti verso cercare di conoscere quali inconvenienti possono provocare il concetto capitale che tipo di ho arringa alcuni articolo fa.

Quello che razza di succede e come insecable libro (file) pronto verso essere visualizzato per una momento tripletta (espressivita, codifica, endianness) amene per perdersi riguardo a di indivisible prassi luogo qualcuno dei tre componenti viene applicato durante come erronea.

Esiste un’altra possibilita, vale a dire che razza di sul prassi fine – quegli verso cui viene visualizzato il registro – non esista il font opportuno verso la visualizzazione (che tipo di, mancano i lettere Giapponesi). Corrente fallo sinon elimina agevolmente installando certain serie di font completi (piu volte chiamati font Unicode).

Il argomentazione essenziale e risolto qualora sinon riescono verso ripristinare la tripletta di principio, quella di scopo, di nuovo per indicare la modo corretta di spostamento tra le paio.

Sfortunatamente, quello che razza di ho massima gia e presuntuoso e verso spiccare colui che razza di io (anche io single, a lesquelles che ne so) chiamo “il credo di non calcolabilita della transcodifica”: