Absolutne minimum, które każdy programista powinien wiedzieć na temat Unikodu

Tłumaczenie artykułu "The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)" Joela Spolsky'iego

[Pawel28]

Szczerze mowiac to chyba najmniej interesujacy artykul Spolsky'iego. Moze bylo to odkrywcze dla Amerykanow w 2003 roku, ale nie wyobrazam sobie, aby jakis Polski programista przy naszych polskich ogonkach, nie wiedzial nic o kodowaniu.

[baranowb]

"ośmio-bitowych bajtów" -- teraz mamy 12 bitowe bajty ?

[telpeloth]

@baranowb:

Bajt to najmniejsza adresowalna porcja informacji w komputerze. Przyjeło się za standard, że bajt to 8 bitów, choc historycznie bywało to od 5, przez 7, 8, 9, 12 aż do 16 czy 32 bitów.

[gacek999]

@telpeloth: i dlatego, żeby ukrócić wieloznaczność, często używa się słowa "oktet" - szczególnie w dokumentach opisujących standardy informatyczne.

[grreg]

T̷̺̉̉ͤͭ͑̓ͥo̹͔̙̹̣̳̝͇͇̔ͩ̎͂̿̅͒̚͜ ̶̭̫͍͇̃̅̒ͣ̅͆ͥ̋i̙̻ͭ͋ͫͮ̋̎n̞̮̩͓̪̳ͬ̽̌̔v͚̟ͣͤ͐͋o̎͌͗͢͏̭̲̲̜͚̥͙̫ķ̮̍̋eͫ̋͗ͭ͋́ͫ͌͏͓̙͔͇̻̮ ̸͐͏̬̠̯̭̫͉̦͖͓t̢̘̰̖͈͎̳̉ͬͩͧ̆͋̈́̊͘͘h̬̝̣̙͓͇̞̱ͥ̐̈́̀̌̌ͥͅe̴̦ͣ̍ͩ́͌ ͚͓̪̮͆͂̈́̌͐͜hͯ͑ͬ̽́͏̯̜̦i̸͉̫͓̿ͤ̆̽̂͂́͞v̴̧̖̰̯̫̚ëͯͪ

[jestemspecjalistaodwszystkiego]

D̡̛̙̘̭͓͖͍͓̝͉̪̼̼̰̑̓͑̑͜͠ͅơ̸̢̞͔̝͎̲̞̤̦͕̲͎͇͈͖̳̱̪̑ͮͣ̒̆ͮ̿ͧ͟ͅn̵̷͓̬͎̖͉͉̗͖͉͈͚̦̔͋̍ͬ̇͆̔ͧͥͨ͗̂̋̊̀͑͐͘͘aͮ̐ͤ͗͂ͩͨͧͨͩ͊ͬ͂ͥ͢͜҉͚̖̜̲̗͉̻͕̫͈̖l̛͕̝̗̊ͫ̿͘͝͝ͅd̡̛͔̤̣̠̙̥̅̓͐͐̃͌͂͛̓ͣͯ̉̔ͤ͗̌̿͘͢ ̨̗̱̩̘̗͍̖̝́̑ͯ́̒ͯ̈̋̿̿́ͪ̋̀̕͠t̷̵͍̻̩͈̦̤̼̘̜̳͚̜̟̬͙̳͒͐͗͌͒̉͝͡͠ͅoͣ̈́͗͗͌͜͢͝͏̗̱̹̤̩͕̩̗̺̝̯̠̣͔̖̭͕ͅ ̸̨̛͇̞̭̬̜̿ͧͬͭ͊͊͒̃ͥͭ́̽͆̔̄̒ͪ͢h̡̛͋̓̃̿͌͒̎ͯͩͥ͏̳̩̩̞̫̩͈͖͙̰̥̹ư͖̭̦̘̗͙̹͍̩̥̠̂̈́̑͑ͣ̓̽ͥ͊͛̕͜j̴̼̮͓̰̩͎̫̙͉̤̼̞͔̞̑́̇̆ͪ̍̅͗̂̆̏͛̀̚͘͡

[T-DeX]

Przyznam ze tlumaczenie dosc zawile, no ale chyba bardziej przejrzyscie sie tego nie dalo napisac. Wykop, dobra robota.

Co prawda na dzien dzisiejszy ISO-8859-2 czy CP-1250 juz i tak umarly na rzecz UTF-8... ale nie zmienia to faktu ze kazdy coder wiedziec to powinien.

[jestemspecjalistaodwszystkiego]

@T-DeX: Jeszcze nie umarł, onet.pl ciągle używa, skamielina polskiego internetu.

[gacek999]

@jestemspecjalistaodwszystkiego: pewnie ze względów wydajnościowych. Polski tekst w jakimkolwiek kodowaniu UTF będzie zawsze zajmował więcej miejsca niż w ISO.

[v0ldenet]

No właśnie, przez taką ignorancję większość programów używa domyślnie najgłupszego kodowania z możliwych. Przykładowo mysql ze swoim latin1, które współgra znakomicie z większością języków, gdzie trzeba bawić się w dołączanie dodatkowych bibliotek. Moim zdaniem utf-8 powinno stać się jedynym używanym standardem - różnorodność jest dobra, ale nie tutaj.

[z.....u]

@v0ldenet: Używa nie przez ignorancję, tylko dla wstecznej kompatybilności. Wszystkie nowo powstające projekty mają już domyślnie kodowanie unicodowe. Natomiast argument "powinno być utf-8 bo tak" jest bez sensu. Każdy dzisiejszy program jest pisany ze świadomością, że istnieje coś więcej. (poza tym jak byś był Ruskim, to byś tak nie gadał).

[z.....u]

@grreg: "najgłupszego" by nie mówił, tylko самаго дурнаго".

[n.....c]

lanie wody jako cholera

jedyna ciekawostka, że IE rozpoznaje kodowanie po częstotliwości używania konkretnych znaków

myślałem że po prostu strzela w zależności od wybranego języka windowsa

nic więcej ciekawego ani nowego w tym artykule nie ma

[prusi]

@niemogewtouwierzyc: w sumie to naważniejszy jest 3 akapit od końca, resztę można olać, inna sprawa, że każdy kto nazywa siebie "programista" powinien ten akapit uznać za nudny i oczywisty.

[Treadstone]

@niemogewtouwierzyc:

[6neon9]

@Grzechoooo: awantury awanturami a lubisz czytać krzaczki? jakoś trzeba te problemy rozwiązywać.

[G.....o]

@nieroby:

Żeby kilka lat temu, teraz też gdzieniegdzie bywają awantury o to (niektóre kanały rozwiązują to np. przez zakaz używania polskich znaków).

[dx0ne]

Z całym szacunkiem, ale gość nie powinien brać się za pisanie artykułów dopóki nie zrozumie stwierdzenia "absolutne minimum". Wartość przedstawiają jakieś 3-4 akapity. Poza tym mamy raczej niespełnione marzenia o pisaniu.

[speedos1]

iso-8859-2 itp. to zło!

[Mam_slabe_poczucie_humoru]

@speedos1: Nie, CP-1250 to zło! A niestety tłumacze upodobali se je do napisów.

[m.....e]

Fakt, to wkurza. Nie każdy używa pieprzonego Windowsa i potem trzeba tłumaczyć użytkownikom "alternatywnych", gdzie w programach zmieniać domyślne kodowanie. Pieprzyć już nawet tłumaczy z ich przyzwyczajeniami, ale dlaczego strony jak napisy24 zwyczajnie nie konwertują tego na UTF w trakcie zapisywania pliku? Żadne specjalne obciążenie dla serwera - jednorazowa operacja, a tyle by to uprościło.

[smozbo]

spoko wykop.. nie spodziewaͅem siͅ ͅe coͅ takiego przejdzie przez stowarzyszenie gimbusͅw