Kodoprezento
Kodoprezento estas maniero plukodi datumon, koditan per iu kodo, uzante alian kodon, pli konvenan por datumtransmeto aŭ alia celo. Rezulte la datumo estas kodita per kompono de kodoj. Praktike, temas pri disbajtigo de signonumeroj, prezento de la signonumero per unu aŭ pluraj bajtoj.
Askio
[redakti | redakti fonton]Por la signonumera amplekso de Askio, t.e. por la intervalo 0…127, sufiĉas 7 bitoj. La kroman 8‑an biton de 8‑bita bajto oni iam uzas en telekomunikado kiel parecbiton; sed en la tekstoprilaboraj programoj oni kutime tenas ĝin egala al 0.
8-bitaj signokodoj
[redakti | redakti fonton]Por la signokodoj kies signonumera amplekso estas 0…255, ekz‑e Latina-3 aŭ aliaj tradiciaj kodpaĝoj, eblas loki ĉiun signonumeron en 1 bajton; ĝuste tian kodoprezenton celis la aŭtoroj de la koncernaj signokodoj. En la terminoj de la programlingvo C ĉi tiuj signonumeroj estas unsigned char. Tio bone funkcias kiel interna prezento ene de komputilo; tamen en telekomunikado oni povas trafi servilon kiu alimaniere traktas la 8‑an bajton. En tia okazo necesas uzi 7‑bitan kodoprezenton, ekz‑e la egalsignan askiigon aŭ 64-uma kodoprezento ebligas prezenti duumajn datumojn per 64 printeblaj «ciferoj» askiaj.
| Kodoprezento | ||
|---|---|---|
| Unicode encoding | ||
Unikodaj kodoprezentoj
[redakti | redakti fonton]La nocio ‹kodoprezento› precipe aktualiĝis kun la disvastiĝo de Unikodo, kies giganta signokoda intervalo malebligis la tradician kodoprezenton unubajtan.
La unua versio de Unikodo disponigis 7'161 signojn, kiujn oni povis prezenti kiel dubajtajn entjerojn — en tia kodoprezento la maksimuma numerspaco estas , do 65'536 signonumeroj. Sed kiam oni provas apliki tiun naivan ideon al realaj komputiloj, ekz‑e por la signoĉeno "Feliĉon!" oni ricevas du malsamajn vicojn da bajtoj (ĉiu signonumero estas duopo da bajtoj, ĉiu bajto estas prezentata per du 16‑umaj ciferoj):
F e l i ĉ o n ! 0046 0065 006c 0069 0109 006f 006e 0021 4600 6500 6c00 6900 0901 6f00 6e00 2100
La supra linio respondas al la pez-komenca bajt-ordo (unue venas la «pli peza» bajto, kiel en nia kutima homa nombronotacio); tian bajtordon uzis ekz‑e IBM 360/370/390, SPARC, Motorola 68000. La dua linio respondas al la pez-fina bajtordo, uzata en Intel x86 k.a. Sekve oni distingis inter UCS-2GE (la pezkomenca, angle Big-Endian) kaj UCS-2LE (la pezfina, angle Little-Endian). Nun respektive UTF-16GE kaj UTF-16LE.
Alia malagrablaĵo (cetere, atendebla) estas ŝvelo de la kodaĵo: 16 bajtoj por 8 signoj; kaj en la Askiaj signoj (la plej oftaj en la skribsistemoj bazitaj sur la alfabeto Latina, 7 el la 8 en la ekzemplo — ĉiuj krom ĉ) la kromaj bajtoj estas 00. Kp kun la 8 bajtoj en Latina-3:
F e l i ĉ o n ! 46 65 6c 69 e6 6f 6e 21
Tria ĝenaĵo estas ĝuste tiu 0-bajto. Laŭ firme enradikiĝinta tradicio programistoj kutimas uzi la 0-bajton kiel finilon de signoĉeno (ekz‑e en la funkcio strcpy de la programlingvo C). Ĉe ĉiu Askia signo tia funkcio misfunkcias.
Sekve oni proponis kaj realigis plurajn kodoprezentajn normojn por Unikodo, kies nomoj komenciĝas per la siglo UTF (de la angla Unicode Transformation Format, aŭ UCS Transformation Format: UTF-8, UTF-16 ktp.
Ekz-e oni ofte uzas UTF-8 por transmeti aŭ konservi tekstojn koditajn en Unikodo:
| signo | kodo | kodoprezento (UTF-8) |
|---|---|---|
| 'a' | 97 | 0x61 = 97 |
| 'ĉ' | 265 | (0xC4 0x89) |
| '†' | 8224 | (0xE2 0x80 0xA0) |
Ĉi tie Unikodo ĵetas signojn en pozitivajn entjerojn; sed por oportunigi la datumtransmeton kaj tekstotraktadon, oni prezentas tiujn entjerojn per unu aŭ pluraj bajtoj. Interalie, ĉiuj signoj de Askio (kia 'a' en la tabelo) estas prezentataj per 1 bajto kies valoro egalas al ĝia signonumero; sed la ĉapelitaj literoj de Esperanto havas signonumerojn pli grandajn ol 127 — kaj eĉ pli grandajn ol 256 — kaj ne estas prezenteblaj per 1 bajto; UTF-8 disponigas algoritmon por prezenti iliajn valorojn per 2 bajtoj. Tamen pli grandaj signonumeroj povas postuli 3 aŭ eĉ 4 bajtojn.
La du signifoj de la UTF-nomoj
[redakti | redakti fonton]La priskribo de ĉiuj UTF-oj ne special rilatas Unikodon: ili ĉiuj temas pri manieroj disbajtigi pozitivan entjeron el la intervalo [0x000000, 0x10FFFF]; similajn kodoprezentojn uzas ankaŭ aliaj grandaj signokodoj por la Orient-Aziaj skribsistemoj.
Sed en telekomunikado oni uzas tiujn nomojn por indiki komponon de Unikodo kun la koncerna kodoprezento; ekz‑e la Vikipediaj HTML-paĝoj entenas en sia priskriba parto la indikon:
<meta charset="UTF-8">
kiu informas ne nur pri la kodoprezento (UTF-8), sed ankaŭ la disbatigitajn entjerojn oni interpretu kiel signonumerojn Unikodajn.

