91.224.226.196: /* Geschichte */ UTF-8 ist keine Zeichensatztabelle

2025-03-13T16:59:32Z

Geschichte: UTF-8 ist keine Zeichensatztabelle

Neue Seite

Texte, Wörter und Zeichen werden in Computern durch Zahlen repräsentiert, daher ist es notwendig, eine Zuordnung von Zahlen und Zeichen herzustellen. Diese Zuordnung wird durch eine '''Zeichensatztabelle''' definiert, die den darstellbaren Zeichen und Steuerzeichen Zahlenwerte zuordnet. Alternative Begriffe für Zeichensatztabelle sind '''Codepage''' oder '''Character Map'''.

Während eine Zeichensatztabelle die Zuordnung von Zahlen zu Zeichen definiert, speichern [[Font (Informationstechnologie)|Fonts]] das Aussehen der Zeichen. Für die Darstellung von Text auf Computern sind üblicherweise also sowohl eine Zeichensatztabelle wie auch ein Font notwendig.

== Geschichte ==

Historische Zeichensatztabellen unterliegen häufig einer Beschränkung auf 256 Zeichen, was wiederum bedingt, dass eine Zeichensatztabelle mit 256 Zeichen neben dem lateinischen Alphabet meist nur ein weiteres Alphabet speichern kann. Die Verwendung dieser frühen, einfachen Zeichensatztabellen führte aber zu Problemen. In manchen Zeichensatztabellen sind nicht alle Zeichen ausreichend dokumentiert, oder bestimmte Einträge der Zeichensatztabelle werden unterschiedlich genutzt. Ferner kann ein Text häufig nur eine Zeichensatztabelle benutzen, wodurch es schwierig wird, Zeichen anderer Sprachen in den Text zu integrieren. Um diese Probleme zu lösen, wurde [[Unicode]] eingeführt. Im Gegensatz zu normalen Zeichensatztabellen trennt Unicode zwischen der Zuordnung von Zahlen (sog. [[Codepoint]]s) zu Zeichen und der Codierung der Zeichen.

Die Darstellung von Texten oder Dateinamen mit der falschen Zeichensatztabelle führt zur Darstellung falscher Zeichen. In deutschen Texten leiden darunter häufig die [[Umlaut]]e oder das [[Eszett]], auch wenn der Text im Wesentlichen lesbar bleibt. Texte mit anderen Schriftsystemen werden bei Anzeige mit der falschen Zeichensatztabelle hingegen unlesbar ([[Mojibake]]).

== Beispiele ==

=== IBM PC (OEM) Zeichensatztabellen ===

Diese Zeichensatztabellen sollten nur zur Kompatibilität mit bestehenden Dokumenten und System genutzt werden. Für neue Systeme und Texte empfiehlt sich die Verwendung von Unicode.

=== DBCS/MBCS ===
Diese Codepages erlauben die Speicherung asiatischer Zeichen, bei denen die aus 8 Bit resultierenden 256 Zeichen nicht ausreichen. Dazu werden 16-Bit-Tupel verwendet ([[DBCS]]/[[MBCS]]), die bis zu 65536 unterschiedliche Zeichen erlauben.

== Wichtige Zeichensatztabellen ==

Für effiziente Verarbeitung auf Computern werden Zeichensatztabellen durch Zahlen identifiziert. Die Nummerierung der Zeichensatztabellen ist allerdings nicht genormt, so dass verschiedene Computer oder Betriebssysteme unterschiedliche Zahlen verwenden können.

{| class="wikitable"
|-
! Codepage-Nummer
! Bedeutung
! Zeichencodierung
|-
| [[Codepage 437|437]]
| Die ursprüngliche Zeichensatztabelle des [[IBM-PC]]
| char (8 Bit)
|-
| [[Codepage 720|720]]
| [[Arabisches Alphabet]]
| char (8 Bit)
|-
| [[Codepage 737|737]]
| [[Griechisches Alphabet]]
| char (8 Bit)
|-
| [[Codepage 775|775]]
| [[Estnisches Alphabet]], [[Litauisches Alphabet]] und [[Lettisches Alphabet]]
| char (8 Bit)
|-
| [[Codepage 819|819]]
| „Latin-1“, entspricht [[ISO 8859-1]]
| char (8 Bit)
|-
| [[Codepage 850|850]]
| „Multilingual (DOS-Latin-1)“, westeuropäische Sprachen
| char (8 Bit)
|-
| [[Codepage 852|852]]
| [[Slawische Sprachen]] ([[Latin-2]]), zentraleuropäische und osteuropäische Sprachen
| char (8 Bit)
|-
| [[Codepage 855|855]]
| [[Kyrillisches Alphabet]]
| char (8 Bit)
|-
| [[Codepage 857|857]]
| [[Türkisches Alphabet]]
| char (8 Bit)
|-
| [[Codepage 858|858]]
| „Multilingual“ mit [[Eurozeichen]]
| char (8 Bit)
|-
| [[Codepage 860|860]]
| Lateinisches Alphabet mit portugiesischen Sonderzeichen
| char (8 Bit)
|-
| [[Codepage 861|861]]
| [[Isländisches Alphabet]]
| char (8 Bit)
|-
| [[Codepage 862|862]]
| [[Hebräisches Alphabet]]
| char (8 Bit)
|-
| [[Codepage 863|863]]
| Lateinisches Alphabet mit französischen Sonderzeichen
| char (8 Bit)
|-
| [[Codepage 864|864]]
| Arabisches Alphabet
| char (8 Bit)
|-
| [[Codepage 865|865]]
| [[Dänische Sprache|Dänisch]] und [[Norwegische Sprache|Norwegisch]] – unterscheidet sich von 437 nur durch Ø (ø) anstelle von ¥ und ¢
| char (8 Bit)
|-
| [[Codepage 866|866]]
| [[Kyrillisches Alphabet]]
| char (8 Bit)
|-
| [[Codepage 869|869]]
| [[Griechisches Alphabet]]
| char (8 Bit)
|-
| [[Codepage 874|874]]
| [[Thailändische Schrift|Thai-Alphabet]]
| char (8 Bit)
|-
| [[Codepage 932|932]]
| [[Japanische Sprache|Japanisch]]e Schreibsysteme ([[DBCS]])
| Gemischt 8- und 16 Bit
|-
| [[Codepage 936|936]]
| [[GBK (Zeichensatz)|GBK]] für chinesische [[Kurzzeichen]] ([[DBCS]])
| Gemischt 8- und 16 Bit
|-
| [[Codepage 949|949]]
| [[Hangul]]/Koreanische Schriftzeichen ([[DBCS]])
| Gemischt 8- und 16 Bit
|-
| [[Codepage 950|950]]
| Chinesische [[Langzeichen]] ([[DBCS]])
| Gemischt 8- und 16 Bit
|-
| 1200
| [[UTF-16]] LE [[little-endian]] ([[Unicode]])
| [[Tupel]] von 16-Bit-Worten
|-
| 1201
| [[UTF-16]] BE [[big-endian]] ([[Unicode]])
| Tupel von 16-Bit-Worten
|-
| [[Windows-1250|1250]]
| Zentral- und osteuropäische Sprachen
| char (8 Bit)
|-
| [[Windows-1251|1251]]
| Kyrillisches Alphabet
| char (8 Bit)
|-
| [[Windows-1252|1252]]
| Westeuropäische Sprachen
| char (8 Bit)
|-
| [[Windows-1253|1253]]
| Griechisches Alphabet
| char (8 Bit)
|-
| [[Windows-1254|1254]]
| Türkisches Alphabet
| char (8 Bit)
|-
| [[Windows-1255|1255]]
| Hebräisches Alphabet
| char (8 Bit)
|-
| [[Windows-1256|1256]]
| Arabisches Alphabet
| char (8 Bit)
|-
| [[Windows-1257|1257]]
| Baltische Sprachen
| char (8 Bit)
|-
| [[Windows-1258|1258]]
| Vietnamesische Sprachen
| char (8 Bit)
|-
| 10000
| [[Macintosh Roman]]
| char (8 Bit)
|-
| 10007
| Macintosh Kyrillisch
| char (8 Bit)
|-
| 10029
| Macintosh, Zentraleuropäische Sprachen
| char (8 Bit)
|-
| 20127
| [[US-ASCII]]
| char (7 Bit)
|-
| 28591
| [[ISO-8859-1]]
| char (8 Bit)
|-
| 65000
| [[UTF-7]] ([[Unicode]])
| [[Tupel]] von 8-Bit-Worten
|-
| 65001
| [[UTF-8]] ([[Unicode]])
| Tupel von 8-Bit-Worten
|}

== Siehe auch ==
* [[Zeichensatz]]
* [[Lokalisierung (Softwareentwicklung)]]

== Weblinks ==
* {{Internetquelle |url=https://www.iana.org/assignments/character-sets/character-sets.xhtml |titel=Character Sets |hrsg=[[Internet Assigned Numbers Authority]] |sprache=en |kommentar=offizielle Liste bei der IANA registrierter Zeichensatztabellen |abruf=2022-03-06 |abruf-verborgen=1}}
* {{Internetquelle |url=https://docs.microsoft.com/en-us/windows/win32/intl/code-page-identifiers |titel=Code Page Identifiers |hrsg=[[Microsoft]] |sprache=en |kommentar=Liste der Codepage-Nummern von Microsoft Windows |abruf=2022-03-06 |abruf-verborgen=1}}

[[Kategorie:Zeichenkodierung]]

Zeichensatztabelle - Versionsgeschichte

91.224.226.196: /* Geschichte */ UTF-8 ist keine Zeichensatztabelle