Encoding & Standards

BOM (BOM)

Die Byte-Reihenfolge-Markierung (U+FEFF) am Anfang einer Textdatei, die die Byte-Reihenfolge (Endianness) bei UTF-16/UTF-32-Kodierungen angibt.

Codeeinheit

Die kleinste Bitkombination zur Kodierung eines Zeichens: 8 Bit für UTF-8, 16 Bit für UTF-16 und 32 Bit für UTF-32.

Ergänzende mehrsprachige Ebene (SMP)

Unicode-Ebene 1 (U+10000 bis U+1FFFF), in der die meisten Emoji-Codepoints angesiedelt sind.

Surrogat-Paar

Zwei UTF-16-Codeeinheiten (ein hohes Surrogat U+D800–U+DBFF gefolgt von einem niedrigen Surrogat U+DC00–U+DFFF), die gemeinsam ein Zeichen oberhalb von U+FFFF darstellen.

Unicode-Ebene

Eine Gruppe von 65.536 aufeinanderfolgenden Unicode-Codepoints. Ebene 0 ist die Basisebene (BMP); die meisten Emoji befinden sich in Ebene 1 …

UTF-16

Eine Unicode-Kodierung variabler Breite, die 2 oder 4 Bytes pro Zeichen verwendet und intern von JavaScript, Java und Windows genutzt …

UTF-32

Eine Unicode-Kodierung fester Breite, die genau 4 Bytes pro Zeichen verwendet und eine direkte Codepoint-Zuordnung auf Kosten des Speicherplatzes ermöglicht.

UTF-8

Eine Unicode-Kodierung variabler Breite, die 1 bis 4 Bytes pro Zeichen verwendet und im Web vorherrschend ist (mehr als 98 …