http://www.multimediaexpo.cz/mmecz/index.php?action=history&feed=atom&title=CESU-8 2026-06-16T03:37:09Z Historie editací této stránky MediaWiki 1.16.5 http://www.multimediaexpo.cz/mmecz/index.php?title=CESU-8&diff=635683&oldid=prev 2014-04-30T13:27:19Z

<p>1 revizi</p> <table style="background-color: white; color:black;"> <tr valign='top'> <td colspan='1' style="background-color: white; color:black;">← Starší verze</td> <td colspan='1' style="background-color: white; color:black;">Verze z 30. 4. 2014, 13:27</td> </tr></table>

Sysop http://www.multimediaexpo.cz/mmecz/index.php?title=CESU-8&diff=635682&oldid=prev 2007-12-09T12:38:33Z

<p>+ Nový článek...</p> <p><b>Nová stránka</b></p><div>'''CESU-8''' (zkratka pro ''Compatibility Encoding Scheme for UTF-16: 8-bit'', ''Schéma pro kompatibilní kódování UTF-16, 8-bitové'') je způsob kódování znaků [[Unicode]], který je téměř shodný s [[UTF-8]], ale liší se způsobem práce se znaky nad U+10000. Je určen výhradně pro vnitřní použití v systémech, které nejsou schopny dobře pracovat s úplnou znakovou sadou Unicode při použití standardních kódování, není zamýšlen jako formát pro obecnou výměnu dat.<br /> <br /> Při kódování do CESU-8 se vstupní text nejprve zakóduje do [[UTF-16]] (tzn. znaky mimo ''Basic Multilingual Plane'' se zapíší pomocí ''surrogate pairs''), výsledek se poté zakóduje pomocí UTF-8. Znamená to, že kódování znaků BMP (všechny znaky od U+0000 do U+FFFF) je shodné v UTF-8 i CESU-8. Znaky, které jsou v UTF-8 kódovány do čtyř [[bajt]]ů, jsou však v CESU-8 kódovány pomocí šestibajtové posloupnosti.<br /> <br /> CESU-8 je obdobné tzv. ''Modified UTF-8'', které se používá v [[Java|Javě]], ovšem s tím rozdílem, že se nepoužívá speciální kódování znaku U+0000.<br /> <br /> V praxi se kódování CESU-8 používá při práci s některými databázemi ([[Oracle]], [[MySQL]]), která neumějí pracovat s UTF-8 řetězci reprezentujícími znaky mimo BMP, ale nic nenamítají proti (z hlediska UTF-8 neplatnému) kódování těchto znaků prostřednictvím ''surrogate pairs'', tzn. CESU-8.<br /> <br /> == Příklad kódování ==<br /> {| class=&quot;wikitable&quot;<br /> ! Vstup<br /> ! U+0045 || U+0205 ||colspan=2| U+10429<br /> |-<br /> ! UTF-8<br /> | 45 || C8 85 ||colspan=2| F0 90 90 A9<br /> |-<br /> ! UTF-16<br /> | 0045 || 0205 || D801 || DC29<br /> |-<br /> ! CESU-8<br /> | 45 || C8 85 || ED A0 81 || ED B0 A9<br /> |}<br /> <br /> Je vidět, že znaky BMP jsou v UTF-8 i CESU-8 kódovány stejně, rozdíl je zde jen ve znaku U+10429, který leží mimo BMP.<br /> <br /> == Externí odkazy ==<br /> * [http://www.unicode.org/reports/tr26/ Unicode Technical Report #26 (anglicky)]<br /> * [http://java.sun.com/j2se/1.5.0/docs/guide/jni/spec/types.html Modified UTF-8 overview (anglicky)]<br /> <br /> <br /> {{Článek z Wikipedie}}<br /> [[Kategorie:Unicode]]</div>

Sysop