imported>Wassermaus: /* Nachteile */ Redundanz weg

2025-03-25T08:30:34Z

Nachteile: Redundanz weg

Neue Seite

'''UTF-32''' ist eine Methode zur [[Code|Kodierung]] von [[Unicode]]-Zeichen, bei der jedes Zeichen mit vier [[Byte]] (32 Bit) kodiert wird. Sie kann deshalb als die einfachste Kodierung bezeichnet werden, da alle anderen [[Unicode Transformation Format|UTF]]-Kodierungen variable Bytelängen benutzen. Im Unicode Standard ist UTF-32 eine Untermenge von [[Universal Coded Character Set|UCS-4]].

== Byte Order ==
Wie auch bei [[UTF-16]] gibt es auch bei UTF-32 zwei Möglichkeiten, die Daten in einem byte-orientierten Datenstrom zu übertragen: [[Big Endian]] und [[Little Endian]]. Hierfür wurden die Bezeichnungen ''UTF-32BE'' und ''UTF-32LE'' definiert. UTF-32 wird jedoch – im Gegensatz zu UTF-16 – kaum in Speicher-, Datei- oder Datenaustauschformaten verwendet; und bei rein programm-interner Verwendung werden die Daten normalerweise stets in der Byte-Reihenfolge verarbeitet, wie sie von der CPU-Architektur vorgegeben sind.

== Vorteile ==
UTF-32 zeigt seine Vorteile bei einigen Sprachen beim [[Wahlfreier_Zugriff|wahlfreien Zugriff]] auf einen bestimmten Zahlenwert eines Zeichens im Coderaum ([[Codepoint]]), da dessen Adresse durch die [[Zeiger (Informatik)|Zeigerarithmetik]] konstanter Zeit berechnet werden kann. Es ist auch möglich, anhand der Größe eines Dokuments in Bytes umgehend die Anzahl der enthaltenen Codepoints auszurechnen (nämlich durch eine simple Division durch 4).

== Nachteile ==

Ein Nachteil von UTF-32 ist der hohe Speicherbedarf. Bei Texten, die überwiegend aus lateinischen Buchstaben bestehen, wird – verglichen mit dem verbreiteten [[UTF-8]]- oder den [[ISO-8859]]-Zeichensätzen – etwa der vierfache Speicherplatz belegt. Deshalb wird es auch kaum zum externen Speichern verwendet. Ein weiterer Nachteil ist die fehlende Abwärtskompatibilität zu [[ASCII]], wie sie z. B. mit UTF-8 gegeben ist.

Streng genommen kodieren sämtliche UTF-Kodierungen keine ''Zeichen'', sondern sogenannte Unicode ''Codepoints''. Es existieren in Unicode zusammengesetzte Zeichen, die mehr als einen Codepoint benötigen (z. B. Zeichen mit ungewöhnlichen oder mehrfachen Akzenten, wie sie im [[Vietnamesische Sprache|Vietnamesischen]] vorkommen). Sollen derartige Zeichen korrekt verarbeitet werden, ist auch in einer UTF-32-kodierten Zeichenkette kein wahlfreier Zugriff auf einzelne ''Zeichen'' möglich.

{{SORTIERUNG:Utf-32}}
[[Kategorie:Unicode]]

UTF-32 - Versionsgeschichte

imported>Wassermaus: /* Nachteile */ Redundanz weg