Re: bash et UTF-8
On Tuesday 3 August 2004, at 1 h 6, the keyboard of Laurent Giroud
<lg_dev@libertysurf.fr> wrote:
> > Oui, enfin, rares sont les gens qui écrivent des textes mêlant le grec,
> > l'arabe et le chinois.
...
> La quasi totalité des sud-coréen (99% d'entre eux ont l'ADSL) mélangent anglais
> et Hangul dans leurs messages.
Ce n'est pas par hasard que j'ai dit "grec, arabe et chinois". Et pas "hangul
et anglais". La plupart des "vieux" jeux de caractères, pré-Unicode, incluent
US-ASCII et permettent donc d'écrire des textes mixtes (anglais et X). Donc,
hangul et anglais est sans doute possible sans Unicode (mais pas hangul et
grec).
> (et j'oublie les arabes qui pour la plupart sont aussi francophones).
Euh, en Algérie, sans doute, mais pas en Jordanie ou aux Émirats...
> 2 - je ne vois pas en quoi j'ai cherché à culpabiliser qui que ce soit, j'ai
> évoqué l'emploi d'un encodage qui simplifie *tous* les problèmes de conversion
Il faut distinguer le potentiel d'Unicode (énorme) et la réalité (qui évolue
chaque année, heureusement). Aujourd'hui, passer à Unicode ne simplifie pas la
vie, si on utilise juste les langues ouest-européennes (celles qui sont bien
représentées dans Latin-1).
Les utilisateurs de RedHat l'ont découvert à leurs dépens quant RedHat est
passé à UTF-8 par défaut sans prévenir et sans tenter de récupérer les
fichiers existants.
> > savoir de quoi on parle. Cette phrase "de 8 à 32 bits" ne veut absolument rien
> > dire.
...
> D'ailleurs pour être tatillon, c'est sur 31 bits max qu'un caractère unicode
> UTF-8 peut être encodé.
Ouh, là, là, c'est plutôt pire comme ça :-)
D'abord, un "caractère Unicode UTF-8" ne veut rien dire. Un caractère Unicode
est un caractère Unicode, quel que soit son encodage (UTF-8, UTF-16, UTF-32,
whatever).
Ensuite, la phrase exacte serait cette fois "C'est sur 48 bits maximum qu'un
caractère Unicode peut être encodé en UTF-8". Je cite le RFC 2044 "UTF-8, a
transformation format of Unicode and ISO 10646" : "In UTF-8, characters are
encoded using sequences of 1 to 6 octets.".
Reply to: