Inoltre Unicode definisce di nuovo cio che razza di chiama “Unicode transformation format” (UTF) ed “Universal character batteria” (UCS): questi non sono altre quale le codifiche necessarie verso la esibizione esterna di Unicode.
Delle diverse codifiche definite anche usate nella scusa di Unicode, mi limitero verso rievocare le piuttosto importanti (che sono ed lequel usate durante oltre a del 90% dei casi).
UTF-16 (gia UCS-2, descritta nel erotico coraggio come trascrizione U): una norme multibyte come permette la rappresentazione dell’intero repertorio Unicode anche che tipo di rappresenta l’intero BMP (65536 codepoint) in una codificazione di qualita “wide” costituita da due byte (questa era l’originale norme UCS-2, che evo in rango di esprimere il single BMP). Laddove UTF-16 ancora UCS-2 sono piu volte confuse, UTF-16 e l’unica di uso codesto. Per UTF-16 qualsivoglia inclinazione viene codificato durante una raggruppamento di altezza instabile da 2 verso quattro ottetti (byte), riservando le codifiche verso quattro byte verso codepoint rarissimi gestiti contatto “codepoint surrogati”.
Sopra UTF-8 qualunque carattere viene regolamentato sopra una sequenza di estensione incognita da 1 verso quattro ottetti (byte)
UTF 16 definisce ancora indivis corretto importo (Byte-Order-Mark ovverosia BOM) che si puo conoscere a capire l’endianness usata nella trascrizione del tomo. Il BOM e ideato dal codepoint (esadecimale) U+FEFF come sopra una ingranaggio big-endian viene capito dalla serie 0xFE,0xFF anche dalla successione 0xFF,0xFE contro una congegno little endian. Dato che il codepoint U+FEFF (Zero-Width Niente affatto-Break Space : Estensione di capacita zero che non consente interruzioni) non puo giammai essere il antecedente temperamento di una sfilza codificata quando il codepoint U+FFFE non e – neppure sara – mai ambiente ad excretion carattere mite, l’apparire di uno di questi paio codepoint all’ strada di una sfilza codificata permette di desumere la endianness dell’intera raggruppamento.
Mediante UTF-8 non esiste insecable BOM (per motivi in passato spiegati) pure non molti programmi (innanzitutto operanti con puro windows) ne inseriscono qualcuno (xEF,0xBB,0xBF) confronto verso quello avvezzo in UTF-16. Codesto e visto, eppure temerario, dallo canone, addirittura sopra materia non fa come distruggere le scatole.
UTF-32/UCS-4: una norme “wide” a ritardo idea fissa: qualsivoglia codepoint di Unicode e concepito da una sequenza di 4 byte. Sinon applicano le considerazioni sul BOM precisamente viste verso UTF-16. Questa codificazione e usata, mediante esercizio, abbastanza ogni tanto.
Verso origine dei vantaggi illustrati della trascrizione F sulla trascrizione U, UTF-8 e attualmente la regole ancora usata verso la vista esterna di testi ancora testi multilingua. UTF-16 e verso riguardo a abbastanza usata nella spettacolo interna delle stringhe (in particolari e quella per modo per qualsivoglia i sistemi operativi Microsoft posteriori a Windows 2000)
Il concetto centrale, rivisitato
Giunti concretamente insomma del nostro cautela (semplificato) dei codici ed codifiche associate, siamo pronti a anelare di afferrare quali inconvenienti possono cagionare il questione principale ad esempio ho discussione non molti paragrafo fa.
Esso che razza di succede e che excretion libro (file) pronto per avere luogo visualizzato mediante una momento tripletta (codice, regole, endianness) va per finire contro di un modo dove personalita dei tre componenti viene applicato mediante appena erronea.
Esiste un’altra opzione, piuttosto che razza di sul prassi meta – quello su cui viene visualizzato il registro – non esista il font conveniente per la visualizzazione (come, mancano i alfabeto Giapponesi). Attuale mancanza sinon elimina semplicemente installando un arnesi di font completi (reiteratamente chiamati font Unicode).
Il tematica fondamentale e preciso dal momento che si riescono verso ricreare la tripletta di partenza, quella di arrivo, addirittura per determinare la metodo corretta di trasferimento tra le coppia.
Purtroppo, quegli che razza di ho massima gia e adeguato addirittura a pronunciare colui quale io (ed io single, per quelle che tipo di ne so) chiamo “il principio di non calcolabilita della transcodifica”:
