Συμβολοσειρές

[Genevil]

Μπορεί κάποιος να μου εξηγήσει πώς μπορούμε να χρησιμοποιήσουμε ελληνικούς χαρακτήρες σ'ένα πρόγραμμα

(όταν γράφουμε σε C ή C++ κυρίως, ή οποιαδήποτε άλλη γλώσσα αν δεν έχει διαφορά),

Πώς ακριβώς δηλαδή δουλεύει η κωδικοποίηση χαρακτήρων και ποιές οι πιθανές διαφορές σε κάθε σύστημα..

Επίσης τι είναι οι διάφορες μορφές κωδικοποίησης, όπως η UTF-8, ASCII, unicode κτλ...

 

Ευχαριστώ...

[albNik]

Η κωδικοποίηση unicode περιέχει 2^16 χαρακτήρες που αρκούν για όλες τις γλώσσες (αγγλικά,ελληνικά, κινέζικα ...). Συνεπώς για κάθε χαρακτήρα χρειάζεται 2 bytes(=16 bit).

Το ascii περιέχει 128 χαρακτήρες (7 bit για το καθένα) και αποτελείται από τα αγγλικά, αριθμούς ...

Κάθε γλώσσα έχει το δικό της codepage (Greek-1253, Greek-737, Russian) που περιέχει 256 χαρακτήρες.

Οι θέσεις 0-127 είναι ίδιες για όλα τα codepages.

Οι άλλες 128-255 έχουν τα σύμβολα της κάθε γλώσσας.

 

Αν εσύ δημιουργήσεις ένα αρχείο και γράψεις μέσα του bytes >128, τότε ανάλογα με τι codepage το ανοίξεις θα δεις διαφορετικούς χαρακτήρες.

Αν το ανοίξεις ως unicode θα διαβαστούν τα bytes δυο-δυο.

 

Δεν υπάρχει τρόπος να γνωρίσεις σε τι codepage έχει γραφτεί ένα αρχείο.

Το notepad θα ανοίξει το αρχείο με το default codepage του συστήματος.