Мои фантазии на тему кодировок

[Alex11223]

а как вы будете хранить в 8-ми разрядной переменной русскую букву А которая имеет код 1040 ?

Ну вот и будет два байта/два char.
Речь же о хранении?

[Пепел Феникса]

а с какого перепугу это должно хранится в одном char?
с вашей хотелки?


занимает два байта.
D090

[RAFA91]

Сообщение от Пепел Феникса

а с какого перепугу это должно хранится в одном char?
с вашей хотелки?


0

ну и какой тогда тут выигрыш ?

для типа wchar_t есть свой строковый класс wstring;

начерта делить на два байта так и не понял .

[Пепел Феникса]

английская a займет один байт в UTF8.

и наглядный пример.
имеем следующую xml
размер в UTF8 => 4*548 байт
размер в UTF16 => 9*096 байт

[Alex11223]

Выигрыш чего? Вопрос был о хранении байтов юникодовских строк.

wchar_t не везде 2 байта. И символы в utf-8 не всегда кратны двум байтам.

[Pavia]

UTF-8 это разработка Oracal
А Unicod - разработкак Microsoft
У этих фирм негласная конкуренция. Вот и выпендриваются друг перед другом.

плюс UTF8 не зависит от порядка байт целевой машины.

Это маркетинговый ход. Притом очень удачный! Для посимвольной обработки UTF-8 символы приходиться разбирать по байтно. А UNICOD только на одной из архитектур Big-Endian или Little-Endian.

UTF8 не применяют для работы в основном. а для хранения и передачи.

Опять таки это маркетинговый ход.
UTF8 давно и удачно используется как внутреннее представления строк. Но не у МС.

Преимущество UTF8 в том, что он короче. Наиболее частые операции: операция копирования и операции конкатенации, операция поиска выполняются быстрее!
Но самое главное регулярные выражения, которые очень популярны в UNIX-подобных системах. Так как их скорость зависит экспоненциально от длины строки.
Если бы они использовали 2-х байтовые кодировки, то скорость обработки упала бы не в 2 раза. А рас в 10-100!
И так медленной системе UNIX грозило стать черепахой.

Подсчитайте сколько на вашем диске текстовой информации. Когда я подсчитывал последний раз она составляла 90%. И это без исходников и репозитариев! А это значит, что если она хранится в UTF то вам требуется HDD в 2 раза меньше.

[RAFA91]

Сообщение от Пепел Феникса

английская a займет один байт в UTF8.

т

понятное дело. у нее старший байт 0.

я сейчас про русскую а говорю.

как вы ее загрузите в UTF-8 и какой она там будет иметь код

Сообщение от Alex11223

В

wchar_t не везде 2 байта.

sizeof говорит 2

а не везде это где ?

[Alex11223]

Вы не видите разницу между "хранить байты юникод строк" и "выполнять с ними какие-то операции как с текстом (поиск символов, замена, конвертация в нижний/верхний регистр, ...)".

а не везде это где ?

на других платформах/в других компиляторах.

[Пепел Феникса]

куча бреда...

UTF-8 это разработка Oracal
А Unicod - разработкак Microsoft

ничего что U в UTF8 значит Unicode?
Microsoft тут скорее повлияли сильно на стандарт UTF, его по большей части брали чтоб не ломать все.

Для посимвольной обработки UTF-8 символы приходиться разбирать по байтно. А UNICOD только на одной из архитектур Big-Endian или Little-Endian.

ну да, побайтно, и при по-байтном разборе мы получим родной порядок байт, а не как прислали.
так что аргумент не ясен, маркетинга тут нет.

операция поиска выполняются быстрее!
Но самое главное регулярные выражения, которые очень популярны в UNIX-подобных системах. Так как их скорость зависит экспоненциально от длины строки.

а вот тут не уверен.
если для UTF16 мы может просто предположить что два байта и точна.
то для каждого байта UTF8 нужно декодировать, по одному. от этого проседания тоже есть.

вы бы хоть разобрались прежде чем писать все это, а уж тем более заявляя про маркетинг и тп.

понятное дело. у нее старший байт 0.

у одного байта нет старшего байта.

как вы ее загрузите в UTF-8 и какой она там будет иметь код

символьный код у нее остается тот же, меняется хранение этого кода.
я уже показал как оно будет.

Подсчитайте сколько на вашем диске текстовой информации. Когда я подсчитывал последний раз она составляла 90%. И это без исходников и репозитариев! А это значит, что если она хранится в UTF то вам требуется HDD в 2 раза меньше.

больше всего бинарной(графика, архивы, БД)
только вот это не имеет отношения к вопросу.

[Alex11223]

куча бреда...

Гитлера в Аргентине еще не нашел?

Понятно ж, что это просто троллинг или пародия на автора темы была.
Ну или все совсем плохо и уже не помочь.