Re: [LOCALE] UTF-8 er noget værre slam

[Keld Jørn Simonsen <sslug@sslug>]

On Fri, Jul 01, 2005 at 04:09:01PM +0200, Lars Aronsson wrote:
> Jacob Sparre Andersen wrote:
> 
> > Ole Laursen skrev:
> > > Selv hvis POSIX skulle tillade det, kan man simpelthen
> > > ikke - der er ufatteligt mange programmer der er bygget op
> > > om at char er en byte.
> > 
> > Ufatteligt mange defekte programmer med andre ord.
> 
> Snälla Jacob, vad handlar den här diskussionstråden om?  Har du 
> startat ett personligt korståg mot UTF-8?  Är det inte minst tio 
> år för sent?
> 
> Datatypen "char" i (ANSI) C/C++ är en 8-bits lagringsenhet och har 
> inte nödvändigtvis något med skrivbara tecken att göra.  För 
> kinesiska eller japanska tecken har det aldrig gått att använda 
> "char", utan endera har man använt "int" eller "wchar_t".  
> Funktionen getchar() returnerar en int som är positiv för tecken 
> och -1 för end-of-file, så inte ens för engelska är all 
> teckenhantering i form av "char".
> 
> Alla nya språk av Wikipedia använder UTF-8 och de äldre håller på 
> att konverteras till UTF-8.  Programspråket Java, som lanserades 
> 1995, har använt UTF-8 som default från starten.

Nej, det er ikke rigtigt. Java anvender ucs2- en 16-bits størrelse for
tegn. Jeg tror altså at det stadig er 16-bits. Andre nyere 
sprog bruger 32-bits char. Nogen bruger utf-16, som er en
variabel-længde kodning i 16 bit (gys).

Hilsen
keld