Was ist der Unterschied zwischen UTF-8 y ISO-8859-1 ?
Huch! Ich dachte, ich hätte das geschrieben, aber ich habe es beim Umschreiben verloren. Ich habe es jetzt eingefügt.
Antworten
Zu viele Anzeigen?
Chris Morgan
Punkte
78929
Eine weitere wichtige Erkenntnis: Wenn Sie sehen iso-8859-1 bezieht es sich wahrscheinlich auf Fenster-1252 statt ISO/IEC 8859-1 . Sie unterscheiden sich im Bereich 0x80-0x9F, wobei ISO 8859-1 die C1-Steuercodes hat und Windows-1252 stattdessen nützliche sichtbare Zeichen.
ISO 8859-1 hat zum Beispiel 0x85 als Steuerzeichen (in Unicode, U+0085, ``), während Windows-1252 eine horizontale Ellipse hat (in Unicode, U+2026 HORIZONTAL ELLIPSIS, … ).
En WHATWG Kodierungsspezifikation (wie von HTML verwendet) erklärt ausdrücklich iso-8859-1 ein Etikett zu sein für windows-1252 und Webbrowser unterstützen ISO 8859-1 in keiner Weise: Die HTML-Spezifikation besagt, dass alle Kodierungen in der Encoding-Spezifikation unterstützt werden müssen, und nicht mehr.
Interessant ist auch, dass numerische HTML-Zeichenreferenzen im Wesentlichen Windows-1252 für 8-Bit-Werte und nicht Unicode-Codepunkte verwenden; per https://html.spec.whatwg.org/#numeric-character-reference-end-state , … wird U+2026 statt U+0085 erzeugt.
Nikhil VJ
Punkte
4044
Aus einem anderen Blickwinkel betrachtet, können Dateien, die sowohl mit Unicode- als auch mit Ascii-Kodierung nicht gelesen werden, weil sie ein Byte 0xc0 enthalten, scheinen von iso-8859-1 richtig gelesen zu werden. Die Einschränkung ist, dass die Datei natürlich keine Unicode-Zeichen enthalten sollte.
Alan Jurgensen
Punkte
763
Ich habe diese Frage unter dem Gesichtspunkt untersucht, inwieweit sie miteinander vereinbar sind. Latin1 Zeichensatz (iso-8859) ist 100% kompatibel zu in einem utf8 Datenspeicher gespeichert werden. Alle ASCII- und erweiterten ASCII-Zeichen werden als Ein-Byte-Zeichen gespeichert.
Umgekehrt kann der Wechsel von utf8 zu Latin1 funktionieren oder auch nicht. Wenn es irgendwelche 2-Byte-Zeichen gibt (Zeichen jenseits von extended-ascii 255), werden sie nicht in einem Latin1-Datenspeicher gespeichert.
Latin-1 oder iso-8859-1 ist nicht zu 100 % kompatibel mit der Speicherung in utf8. Jedes Latin-n- oder iso-8859-n-Zeichen über 127 wird nicht in ein Einzelbyte-UTF-8-Zeichen übersetzt. Für die Werte 1-127 werden sie jedoch genau übersetzt.
Diese Antwort ist etwas verwirrend, da sie den Begriff "erweitertes ASCII" verwendet, der sich einfach auf jede Zeichenkodierung bezieht, die nicht ASCII ist. UTF-8 und latin-1 sind Beispiele für erweiterte ASCII-Kodierungen. Allerdings können Nicht-ASCII-Latin-1-Zeichen (d. h. Codepunkte über 127) in UTF-8 nicht als ein einziges Byte kodiert werden.
- See previous answers
- Weitere Antworten anzeigen
