Charset

Zweck

Legt die Zuordnung zwischen Zeichen und Zahlen fest, damit Computer Text speichern, übertragen und darstellen können.

Mechanismus

Der Zeichensatz definiert die Zuordnung von Zeichen zu Codepunkten (z. B. ist U+4E2D der Codepunkt eines gängigen Han-Ideogramms); die Kodierungsform definiert, wie Codepunkte zu Bytes werden (z. B. verwendet UTF-8 3 Bytes). Der charset-Parameter von HTTP Content-Type deklariert die Kodierungsform.

Anwendungsfälle

• Zeichenkodierungsdeklaration für Webseiten
• Charset-Einstellungen für Datenbankspalten
• Erkennung und Konvertierung von Dateikodierungen
• Kodierung von Protokolltextfeldern

Beispiele

• Eingabe

  Content-Type: text/html; charset=utf-8

  Output

  The browser decodes the page as UTF-8

  Declaring the encoding form

Häufige Fehler

Confusing a character set (e.g., Unicode) with an encoding form (e.g., UTF-8)

Keep them distinct: the character set defines code points, the encoding form defines bytes