UTF-9 i UTF-18: Różnice pomiędzy wersjami
nowa strona |
(Brak różnic)
|
Wersja z 00:18, 21 cze 2009
UTF-9 - system kodowania unikodu, wprowadzony dokumentem RFC 4042. Specyfikację UTF-9 opracował Mark Crispin (wynalazca protokołu IMAP). RFC 4042 został upubliczniony 1 kwietnia 2005 Nie jest standardem i nie jest promowany przez konsorcjum Unicode.
System ten wprowadzony został (wraz z UTF-18) z myślą o 18- i 36-bitowych architekturach komputerów, w których obsługa systemów UTF-8 czy UTF-16 zbudowanych wokół 8-bitowych bajtów (tj. oktetów) byłaby nieefektywna obliczeniowo i pamięciowo.
Szczegóły
UTF-9 (Unicode Transformation Format) jest formatem kodowania znaków o zmiennej długości. Najstarszy bit każdego nonetu (tj. 9-bitowego bajtu) używany jest jako flaga kontynuacji, pozostały oktet to kod znaku w standardzie ISO-10646. Dla znaków 0x0-0xFF oznacza to pełną wsteczną kompatybilność. W UTF-9 możliwe jest zakodowanie wszystkich znaków Unikodu, więc nie ma potrzeby stosowania kodów zastępczych z przedziału U+D800 - U+DBFF
Przykłady kodowań UTF-9 | |||
Znak | Kod UNICODE | kod UTF-9 (hex) | kod UTF-8 (dla porównania) |
---|---|---|---|
A | U+0041 | 101 | 101 |
Ą | U+0104 | 401-004 | 304-204 |
가 | U+AC00 | 654-000[1] | 352-260-200 |
𝌌 | U+1D30C | 401-323-014 | 360-235-214-214 |
Zalety i wady
Zalety:
- potencjalnie lepsza efektywność na architekturach 18- i 36- bitowych
Wady:
- dodatkowe problemy dla architektur 16-, 32- i 64-bitowych.
- większość protokołów komunikacyjnych i tak jest opartych na oktetach, więc systemy używające UTF-9 w dalszym ciągu musiały by dokonywać konwersji
Przypisy
- ↑ UWAGA: te zera nie są błędem, i nie oznaczają "końca łańcucha"