====== Zeichencodierung ====== * https://www.youtube.com/watch?v=_mZBa3sqTrI Super Vortrag über Zeichencodierung. ===== ASCII ===== Codierung mit 7 Bits, also 128 mögliche Zeichen. Heute auf praktisch allen Geräten unterstützt. Programm-Code und Dateinamen sollten nur aus diesen Zeichen bestehen. Zeichen 0-31 und 127: Kontrollzeichen (werden nicht angezeigt). * Erzeugen Sie untenstehende ASCII-Tabelle (es fehlen viele Zeilen im Beispiel) in JavaScript, CSS und HTML. Die Tabelle soll dynamisch nach dem vollständigen Laden der Seite erzeugt werden. * Die Tabelle soll erst in einem String erzeugt werden, der dann mit 'innerHTML' in ein ''div'' Element geschrieben wird. * Ist der ASCII-Code als Zahl gegeben, kann dieser mit ''String.fromCodePoint(zahl)'' in einen String umgewandelt werden. * Kontrollzeichen 0-31 werden nicht angezeigt, es gibt aber Unicode-Zeichen dafür. Deren Code erhält man, indem man ''0x2400'' addiert. (Funktioniert auch für den Leerschlag). Für ASCII 127 (delete) gibt es den Unicode '0x2421'. * Umwandlung ins Zweierstystem erledigt ''zahl.toString(2)''. Führende Nullen kriegt man hin, indem man vorne einfach 7 Nullen hinzufügt, und dann nur die letzten 8 Zeichen der ''zeichenkette'' nimmt, mit ''zeichenkette.substr(-8)''. *
␀   0 = 0b0000'0000␠   32 = 0b0010'0000@   64 = 0b0100'0000`   96 = 0b0110'0000
␁   1 = 0b0000'0001!   33 = 0b0010'0001A   65 = 0b0100'0001a   97 = 0b0110'0001
␂   2 = 0b0000'0010"   34 = 0b0010'0010B   66 = 0b0100'0010b   98 = 0b0110'0010
␃   3 = 0b0000'0011#   35 = 0b0010'0011C   67 = 0b0100'0011c   99 = 0b0110'0011
␄   4 = 0b0000'0100$   36 = 0b0010'0100D   68 = 0b0100'0100d   100 = 0b0110'0100
␅   5 = 0b0000'0101%   37 = 0b0010'0101E   69 = 0b0100'0101e   101 = 0b0110'0101
␟   31 = 0b0001'1111?   63 = 0b0011'1111_   95 = 0b0101'1111␡   127 = 0b0111'1111
 ===== Unicode ===== * Jedem Zeichen eine Nummer (bereits über 100'000 Zeichen, inkl. Emojis wie 👍 mit der Nummer 0x1F44D). * Unicode ist einfach eine Zahl, unabhängig davon ob diese dezimal oder hexadezimal notiert wird, und unabhängig davon, wie diese dann effektiv codiert (d.h. gespeichert) wird. * De facto Standard auf dem Web, MacOS und Linux, wobei immer UTF-8 verwendet wird. ===== UTF-8 ===== * Heute ist ein Byte auf Computern (fast) immer 8 Bit gross. ASCII passt wunderbar in ein Byte. * Zahlen über 65'536 brauchen mindestens 17 Bits, wie codieren, d.h. wie die Zahlen mit Bits und Bytes darstellen? * UTF-32: Immer 4 Bytes pro Zeichen. * UTF-8: ASCII-Zeichen als 1 Byte * Andere Zeichen über mehrere Bytes verteilen (so viele wie nötig). * Erstes Byte gibt u.a. an, wie viele Bytes benötigt werden. (z.B. 0b110x'xxxx heisst 1 Folgebyte, 0b1110'xxxx heisst zwei Folgebytes etc). Die 'x' codieren einen Teil der dem Unicode entsprechenden Zahl. * Weitere Bytes sind als Folgebytes gekennzeichnet (starten mit 0b10xx'xxxx). Die 'x' codieren einen Teil der dem Unicode entsprechenden Zahl. ===== UTF-16 ===== * JavaScript verwendet intern UTF-16 (was auch gut war, solange es viel weniger als $2^{16}$ Unicode Zeichen gab. * 2 Bytes pro Zeichen, gewisse Zeichen müssen auch da in 4 Bytes (d.h. 2x 16 Bits) codiert werden. * NTFS (das Windows-Filesystem) soll UTF-16 verwenden, wobei offenbar auch von Unicode ausdrücklich nicht zugelassene Kombinationen von Bytes verwendet werden können. ====== Bool'sche und Bitweise Operationen ====== ===== Bool'sche Operationen ===== Bei bool'schen Operationen werden Wahrheitswerte (''true'' / ''false'') miteinander verknüpft. Des Resultat ist ebenfalls wieder ein Wahrheitswert. Die wichtigsten drei Verknüpfungen sind: ==== and ''&&'', or ''||'', not ''!'' ==== ^ ''a'' ^ ''b'' ^''a && b'' ^ ''a || b'' ^''!a'' | | ''false'' | ''false '' | ''false '' | ''false '' | ''true'' | | ''false'' | ''true '' | ''false '' | ''true '' | ''true'' | | ''true'' | ''false '' | ''false '' | ''true '' | ''false'' | | ''true'' | ''true '' | ''true '' | ''true '' | ''false'' | ===== Bitweise Operationen ===== Natürliche Zahlen werden im Binärsystem gespeichert. Diese Darstellung kann nun bitweise mit anderen zahlen Verknüpft werden. So können Bits einer Zahl extrahiert und oder gesetzt werden. Die Operatoren sind * ''&'' für and * ''|'' für or * ''~'' für not * ''^'' für xor * ''<<'' für shift left * ''>>'' für shift right Beispiele: * ''5 & 12 = 4'', weil ''0b0101 & 0b1100 = 0b0100''. * ''5 | 12 = 13'', weil ''0b0101 & 0b1100 = 0b1101''. * ''5 ^ 12 = 9'', weil ''0b0101 & 0b1100 = 0b1001''. * ''3 << 3 = 24'', weil ''0b11 << 3 = 0b11000'' (Multiplikation mit $2^3$) * ''42 >> 3 = 5'', weil ''0b101010 >> 3 = 0b101'' (Ganzzahldivision durch $2^3$) ==== Bit-Extraktion ==== Bits 3,4 und 5 aus ''zahl'' extrahieren: * ''(zahl >> 3) & 0b111''. Bits 3,4 und 5 in ''zahl'' auf ''neu'' setzen (Annahme: Die entsprechenden Bits in ''zahl'' sind 0). * ''zahl = zahl | (neu << 3);'' Bits 3,4 und 5 in ''zahl'' auf ''neu'' setzen (Annahme: Die entsprechenden Bits in ''zahl'' beliebig). * ''zahl = (zahl & (~(0b111 << 3)) | (neu <<3);'' ===== Arbeitsblatt ===== {{kurse:ef05a-2021:js:utf8-sv.pdf|Arbeitsblatt zu UTF-8}}