Kódování - Historie editací

Jan Pecha: úprava (snad i zkrácení) Unicode

2012-04-29T16:40:00Z

úprava (snad i zkrácení) Unicode

Jan Pecha v 26. 4. 2012, 09:24

2012-04-26T09:24:46Z

Jan Pecha v 26. 4. 2012, 08:54

2012-04-26T08:54:29Z

Jan Pecha v 26. 4. 2012, 08:43

2012-04-26T08:43:31Z

Jan Pecha v 26. 4. 2012, 08:17

2012-04-26T08:17:39Z

Jan Pecha v 26. 4. 2012, 08:15

2012-04-26T08:15:05Z

Jan Pecha v 26. 4. 2012, 08:04

2012-04-26T08:04:08Z

Jan Pecha v 26. 4. 2012, 07:58

2012-04-26T07:58:28Z

Jan Pecha v 26. 4. 2012, 07:43

2012-04-26T07:43:37Z

Jan Pecha v 26. 4. 2012, 07:33

2012-04-26T07:33:02Z

@@ Řádka 93: / Řádka 93: @@
 ** díky vícebytovým kódováním lze např. v rámci jednoho textového souboru přirozeně kombinovat znaky anglické, české a japonské abecedy
 ** to je hlavní rozdíl od 8-bitových kódování, u kterých je možné v rámci dokumentu použít jenom omezený počet znaků (max. 255)
-** '''Unicode''' - tabulka znaků všech existujících abeced, která v současnosti obsahuje více než 245 000 znaků
+** '''Unicode''' - tabulka znaků všech existujících abeced, která v současnosti obsahuje několik stovek tisíc znak
 *** každý znak má jednoznačný číselný kód a svůj název
 *** definuje u každého znaku některé základní vlastnosti jako např. zda se jedná o písmeno, symbol atd., zda je písmeno velké či malé atp.
-*** tabulka Unicode poskytuje prostor pro 1 114 112 znaků s kódy 0<sub>16</sub> až 10FFFF<sub>16</sub>
+*** prvních 128 znaků (tj. sedmibitové kódy) obsahuje znakovou sadu ASCII
-*** prostor se dělí na 17 částí, každý o velikosti 2<sup>16</sup>
+*** Unicode se kóduje různými způsoby - mezi základní metody patří:
-*** prvních 128 znaků (tj. sedmibitové kódy) obsahuje znakovou sadu ASCII. Osmibitové kódy (tj. prvních 256 znaků) obsahuje znakovou sadu ISO 8859-1 (ISO 8859-1 obsahuje ASCII)
-*** existuje několik různých způsobů, jak znaky Unicode kódovat. Základní kódování, definovaná přímo ve standardu Unicode, jsou:
 **** UTF-32 (každý znak reprezentován přímo 32bitovým číslem)
 **** UTF-16 (každý znak reprezentován jedním 16bitovým číslem, znaky, které není možné uložit jako 16bitové číslo, jsou reprezentovány párem 16bitových čísel)
-**** '''UTF-8'''
+**** UTF-8
-***** každý znak má jinou délku - 1-4 bajty
+** '''UTF-8'''
-***** znaky U+0000 – U+007F (0-127) - 1 bajt (odpovídají ASCII kódování)
+*** každý znak má jinou délku (1-4 bajty)
-***** '''Výhody'''
+*** prvních 128 znaků (U+0000 – U+007F (0-127)) je zapsáno pomocí 1 bajtu (odpovídají ASCII kódování)
-****** používá se hlavně pro přenos dat, neboť je '''prostorově úsporné''' (znaky běžných písem jsou kódovány krátkými posloupnostmi; nevýhodu mají uživatelé písem Dálného východu)
+*** jedná se o výchozí kódování pro '''XML''' dokumenty (v případě, že neurčíme jinou znakovou sadu)
-****** odolné proti chybám
+*** '''Výhody'''
-****** zpětně kompatibilní s ASCII
+**** používá se hlavně pro přenos dat, neboť je '''prostorově úsporné''' (znaky běžných písem jsou kódovány krátkými posloupnostmi; nevýhodu mají uživatelé písem Dálného východu)
-***** '''Nevýhody'''
+**** odolné proti chybám
-****** odlišné délky jednotlivých znaků
+**** zpětně kompatibilní s ASCII

@@ Řádka 93: / Řádka 93: @@
 ** díky vícebytovým kódováním lze např. v rámci jednoho textového souboru přirozeně kombinovat znaky anglické, české a japonské abecedy
 ** to je hlavní rozdíl od 8-bitových kódování, u kterých je možné v rámci dokumentu použít jenom omezený počet znaků (max. 255)
-** Unicode - tabulka znaků všech existujících abeced, která v současnosti obsahuje více než 245 000 znaků
+** '''Unicode''' - tabulka znaků všech existujících abeced, která v současnosti obsahuje více než 245 000 znaků
 *** každý znak má jednoznačný číselný kód a svůj název
 *** definuje u každého znaku některé základní vlastnosti jako např. zda se jedná o písmeno, symbol atd., zda je písmeno velké či malé atp.
@@ Řádka 100: / Řádka 100: @@
 *** prvních 128 znaků (tj. sedmibitové kódy) obsahuje znakovou sadu ASCII. Osmibitové kódy (tj. prvních 256 znaků) obsahuje znakovou sadu ISO 8859-1 (ISO 8859-1 obsahuje ASCII)
 *** existuje několik různých způsobů, jak znaky Unicode kódovat. Základní kódování, definovaná přímo ve standardu Unicode, jsou:
-**** UTF-32
+**** UTF-32 (každý znak reprezentován přímo 32bitovým číslem)
-**** UTF-16
+**** UTF-16 (každý znak reprezentován jedním 16bitovým číslem, znaky, které není možné uložit jako 16bitové číslo, jsou reprezentovány párem 16bitových čísel)
-**** UTF-8
+**** '''UTF-8'''

@@ Řádka 86: / Řádka 86: @@
 *** '''ISO 8859-2''' (UNIXové systémy)
 *** '''Kód Kamenických''' (kódování částečně kompatibilní s CP437 (zachovává semigrafické znaky))
-** 8-bitová kódování nejsou schopna pojmout znaky některých abeced (např. čínština - která má velký počet znaků (víc jak 255))
+** 8-bitová kódování nejsou schopna pojmout znaky některých abeced, které obsahují víc jak 255 znaků (např. čínština, apod.)
 * '''Vícebytová kódování''' - jednomu znaku odpovídá sekvence více bytů
-** takováto kódování (především standard Unicode) se používají, kvůli možnosti uložit a zobrazit písmena všech myslitelných abeced
+** takováto kódování (především standard Unicode) se používají, kvůli možnosti uložit a zobrazit písmena všech myslitelných abeced v rámci jedné znakové sady
 ** díky vícebytovým kódováním lze např. v rámci jednoho textového souboru přirozeně kombinovat znaky anglické, české a japonské abecedy
-** to je hlavní rozdíl od 8-bitových kódování, kde je možné v prámci dokumentu použít jenom omezený počet znaků (max. 255 různých)
+** to je hlavní rozdíl od 8-bitových kódování, u kterých je možné v rámci dokumentu použít jenom omezený počet znaků (max. 255)
-** Unicode
+** Unicode - tabulka znaků všech existujících abeced, která v současnosti obsahuje více než 245 000 znaků

@@ Řádka 83: / Řádka 83: @@
 * '''8-bitová kódování''' - jeden byte odpovídá jednomu konkrétnímu znaku (byte s hodnotou 65 = písmeno velké A)
 ** 8-bitová kódování pro češtinu
-*** '''windows-1250''' (někdy také označován jako CP-1250; na platformě Windows)
+*** '''Windows-1250''' (někdy také označován jako CP-1250; na platformě Windows)
 *** '''ISO 8859-2''' (UNIXové systémy)
 *** '''Kód Kamenických''' (kódování částečně kompatibilní s CP437 (zachovává semigrafické znaky))

@@ Řádka 83: / Řádka 83: @@
 * '''8-bitová kódování''' - jeden byte odpovídá jednomu konkrétnímu znaku (byte s hodnotou 65 = písmeno velké A)
 ** 8-bitová kódování pro češtinu
-*** '''windows-1250''' (také jako CP-1250; na platformě Windows)
+*** '''windows-1250''' (někdy také označován jako CP-1250; na platformě Windows)
 *** '''ISO 8859-2''' (UNIXové systémy)
 *** '''Kód Kamenických''' (kódování částečně kompatibilní s CP437 (zachovává semigrafické znaky))

@@ Řádka 82: / Řádka 82: @@
 * '''8-bitová kódování''' - jeden byte odpovídá jednomu konkrétnímu znaku (byte s hodnotou 65 = písmeno velké A)
-** např.
+** 8-bitová kódování pro češtinu - '''windows-1250''' (cp-1250; na platformě Windows), '''ISO 8859-2''' (UNIXové systémy), '''Kód Kamenických''' (kódování částečně kompatibilní s CP437 (zachovává semigrafické znaky))
-** 8-bitová kódování češtiny - '''windows-1250''' (cp-1250; na platformě Windows), '''ISO 8859-2''' (UNIXové systémy), Kód Kamenických (kódování částečně kompatibilní s CP437 (zachovává semigrafické znaky))

@@ Řádka 73: / Řádka 73: @@
 == Kódové stránky (jednobytové a vícebytové) ==
-Kódová stránka (znaková sada nebo také kódování) je kód, který páruje sekvence znaků z dané množiny (abecedy) s jejich jinou reprezentací, jako je sekvence přirozených čísel, bajtů nebo elektrických pulzů, za účelem ukládání textu v počítači nebo přenosu textu telekomunikačními sítěmi. Kódová stránka např. říká, že bajt s číselnou hodnotou 65 má být považován za písmeno <code>A</code>.
+Kódová stránka (znaková sada nebo také kódování) je kód, který páruje sekvence znaků z dané množiny (abecedy) s jejich jinou reprezentací, jako je sekvence přirozených čísel, bajtů nebo elektrických pulzů, za účelem ukládání textu v počítači nebo přenosu textu telekomunikačními sítěmi. Kódová stránka např. říká, že bajt s číselnou hodnotou '''65''' má být považován za písmeno velké '''A'''.
 Může se jednat např. o Morseovu abecedu, v prostředí počítačů o znakovou sadu '''ASCII'''. Kódování je také prostředkem pro kompresi (tj. zmenšení) anebo šifrování (tj. utajování) dat.