ANSI, ASCII, UTF8, mi a repedés?

Mert manapság több nyelvű világot élünk, és minden ember előfordulhat mindenhol, mint nálunk a kínaiak.

Így inkább autodidakta mód rászoktak, hogy mindent UTF8-ba kódolnak még ha nem is szükséges. Nincs semmi követelmény, inkább megszokás.

Az ASCII , az American Standard Code for Information Interchange ("Amerikai szabványos információcsere kód") egy karakterkódolási szabvány, 7 biten tárol egy karaktert - vagyis 2^7 = 128 karaktertípust tud kezelni. Így néz ki a karaktertáblája:

[link]

ebben nem foglalnak helyet az ékezetes karakterek.

Az ANSI az American National Standards Institute, vagyis Amerikai Nemzeti Szabványügyi Intézet (olyan, mint nálunk a Magyar Szabványügyi Testület, Németországban a DIN, világszinten az ISO).

Ennek az intézetnek a nevét helytelenül viseli, egy, az ASCII-ra épülő karakterkódolási szabványcsalád:

[link]

ez 8 biten tárol egy-egy karaktert, így 2^8 = 256 karaktertípust enged meg - ez csak egy-egy régió (például Kelet- vagy Nyugat-Európa) karaktereinek reprezentálására elegendő (ezért van többféle "ANSI-kódlap").

Az UTF-8 is az ASCII-ra épül, viszont maximum 4 bájton, azaz 4*8 = 32 biten tárol egy-egy karaktert - ezzel 2^32 = 4294967296 karaktertípust tesz lehetővé - ez már elegendő több régió nyelveinek kezelésére.

Hogy a TV melyiket kezeli, az TV-függő, de gyanúm szerint azért a TV-k túlnyomó többsége kezelni fogja az UTF-8-at (2010-re már eléggé erős szabvánnyá vált).