Re: Dateisysteme, Unicode, UTF-8 und Konvertierungsprobleme

["Martin v. L�wis"]

Eduard Bloch wrote:
Ich bin nicht sicher. Redhat 8 geht in die richtige Richtigung:
Alle locales verwenden UTF-8, und das Problem ist gel�st.


Nur bedingt: was ist mit der Umwandlung der vorhandenen Dateinamen? 
Die muss man konvertieren (durch Umbenennung). Gewisse Probleme mit 
mojibake wird man nicht vermeiden k�nnen - allerdings sind andere 
Systeme da auch nicht besser; unter Windows sind beispielsweise nach wie 
vor *zwei* Zeichens�tze in Verwendung: der Zeichensatz im 
Terminalfenster (OEMCP) ist ein anderer als der im Window-Teil (ACP).

Und
was ist mit Anwendungen, die nicht UTF-8-vorbereitet sind? 
An welche denkst Du da genau? Alle meine Anwendungen, die irgendwie
mit Dateinamen zu tun haben, kommen gut mit beliebigen Kodierungen
derselben klar: Entweder ist es ihnen egal, weil sie die sowieso
nur weiterreichen (etwa /bin/ls), oder aber entsprechend der locale
darstellen (Gnome, etc).
Ein gewisses mojibake muss man vermutlich wiederum akzeptieren, bis
die restlichen Bugs gefixt sind: Auch unter Windows haben viele
Programme Schwierigkeiten mit Dateinamen, die in ACP nicht 
repr�sentierbar sind; diese Programme erhalten dann Fragezeichen
anstelle der eigentlichen Zeichen.

- Bei nicht-lateinischen Zeichens�tzen ben�tigen die Zeichen mehr
 Platz, somit schrumpft die maximale Stringl�nge beim gleichbleibenden
 reelen Speicherplatz (z.B. in Dateinamen). Womit wir fr�her oder
 sp�ter auf ein anderes Problem zusteuern, Beschr�nkungen, die man
 z.B. von Joliet kennt (64Zeichen)
Falsch: Das h�ngt von den nicht-lateinischen Zeichen ab. Kyrillisch,
Armenisch, Hebr�isch usw. brauchen in UTF-8 geringf�gig weniger Platz 
als UCS-2 (wenn im Text Leerzeichen vorkommen).


Falsch. Z.B. kyrillische Zeichen verwenden andere Codes, auch wenn sie beinahe
identisch aussehen. Sieh selbst nach.
Hab ich doch gemacht: Nehmen wir als Beispiel CYRILLIC CAPITAL LETTER 
ZHE, U+0416. In UCS-2 ist das \x04\x16, in UTF-8 ist es \xd0\x96.
In beiden F�llen zwei Byte. An welches Zeichen dachtest Du?

Ciao,
Martin
--
Haeufig gestellte Fragen und Antworten (FAQ): 
http://www.de.debian.org/debian-user-german-FAQ/

Zum AUSTRAGEN schicken Sie eine Mail an [EMAIL PROTECTED]
mit dem Subject "unsubscribe". Probleme? Mail an [EMAIL PROTECTED] (engl)