Ein Zeichensatz ist eine Menge von Zeichen, Buchstaben und Symbolen. Die Zeichenkodierung ordnet jedem Element im Zeichensatz einen eindeutigen Zahlencode zu, der es Computern ermöglicht, Texte zu speichern, zu übertragen und korrekt anzuzeigen.
Verschiedene Sprachen und Schriftsysteme verwenden also unterschiedliche Zeichensätze. Die Wahl des Zeichensatzes hat daher Auswirkungen auf die Darstellungsweise und Verarbeitung eines Textes.
ASCII (American Standard Code for Information Interchange) bildet den Grundstein der Darstellung von menschlicher Sprache im digitalen Raum. Ursprünglich auf Englisch beschränkt, umfasst er 128 Zeichen, darunter Buchstaben, Zahlen und Sonderzeichen.
Unicode ist eine umfassende Weiterentwicklung der elektronischen Zeichendarstellung. Die aktuelle Version (15.1) umfasst fast 150.000 Zeichen und ist somit fähig, nahezu jede Sprache korrekt darstellen zu können.
Computer interpretieren Text als eine Abfolge von Nullen und Einsen, bekannt als Binärcode. Die Zeichenkodierung definiert, welcher Zahlenkette ein bestimmtes Zeichen zugeordnet ist.
Im Fall der ASCII-Kodierung wird beispielsweise das Zeichen "N" durch 01001110 repräsentiert. Umlaute haben in dieser Kodierung jedoch keine festgelegten Zahlenwerte, was zu Darstellungsproblemen führt. Daher ist es unerlässlich, eine passende Zeichenkodierung zu wählen und diese anzugeben, um Missverständnisse zu vermeiden.
In der Entwicklung der Zeichenkodierung hat sich in den letzten Jahren die UTF-8-Kodierung, als weit verbreitet und standardisiert durchgesetzt. UTF-8 steht für "Unicode Transformation Format – 8-bit" und ermöglicht die Darstellung von Zeichen aus nahezu allen Schriftsystemen weltweit. Im Gegensatz zu älteren Kodierungen wie ASCII kann UTF-8 sowohl einfache lateinische Buchstaben als auch Zeichen aus asiatischen, arabischen und anderen Schriftsystemen repräsentieren.
"Hallöchen Welt" wird in der ASCII-Kodierung fälschlicherweise als "Hallöchen Welt" dargestellt
Zeichensätze und die dazugehörige Kodierung können je nach Anwendungsbereich und geografischer Lage variieren. Dennoch lassen sich einige Grundsätze formulieren:
Mehr als 95% aller Webseiten verwenden die Zeichenkodierung UTF-8. Festgelegt wird dies im <head> des Quellcodes der Seite durch die Zeile <meta charset="UTF-8”>.
Ein Zeichensatz stellt die Gesamtheit aller Zeichen, die zur Darstellung von Information verwendet werden können, dar. Ein Zeichensatz, wie beispielsweise ASCII oder Unicode, bestehen sowohl aus Buchstaben, Zahlen als auch aus Piktogrammen und Symbolen.
Ein Zeichensatz ist die Gesamtheit der zur Verfügung stehenden Zeichen, während eine Zeichenkodierung die Zuordnung von Schriftzeichen innerhalb eines Zeichensatzes zu computerlesbaren Zahlenwerten ermöglicht.
Ein für die deutsche Sprache geeigneter Zeichensatz stellt der Unicode dar. Alternativ ist auch der Zeichensatz ISO 8859-1 fähig, die Umlaute ä, ö und ü darzustellen.
Die bekanntesten internationalen Zeichensätze sind:
Neben den genannten internationalen Zeichensätzen gibt es auch nationale Varianten wie etwa ISCII, ARMSCII, KOI8-R, KOI8-U oder VICSII. Ebenfalls gibt es spezielle Zeichensätze von Computerfirmen, zu diesen zählen etwa PETCII oder Windows Glyph List 4.
Bei Erstellung und Formulierung dieser Inhalte hat uns künstliche Intelligenz unterstützt. Vor Veröffentlichung durch den unten genannten Autor wurden alle Angaben fachlich überprüft, ggf. korrigiert und ergänzt.
Mit dem Aufruf des Videos erklären Sie sich einverstanden, dass Ihre Daten an YouTube übermittelt werden und Sie die Datenschutzerklärung akzeptieren.
