Text aus jeder Kodierung gelesen

Text erreicht ein Programm selten als Buchstaben. Er kommt als Bytes, aus einer Datei, einer Datenbank oder einem anderen Programm, und derselbe Satz ergibt je nach der Kodierung, in der er gespeichert wurde, andere Bytes. Hier wird eine Zeile mit einem Eurozeichen, einem Gedankenstrich und einem Haken auf sieben Arten als Bytes geschrieben, in UTF-8 und in den verschiedenen Formen von UTF-16 und UTF-32, mit und ohne die Markierung, die sie ankündigt. Jede wird zurückgelesen und auf die Seite gesetzt, und alle sieben kommen gleich heraus. Ein halbiertes Zeichen wird abgelehnt, statt als falscher Buchstabe gesetzt zu werden.

Mancher Text wird nur in einfachen Buchstaben geschrieben, mit einem kurzen Code für jedes andere Zeichen: einer für das Eurozeichen, einer für einen Gedankenstrich, einer für einen Haken, einer für einen griechischen Buchstaben. Eine solche Zeile wird mit jeder Codeart für sich gelesen, mit keiner und mit allen vieren, und ein Code, der für nichts steht, bleibt, wie er geschrieben wurde. Zuletzt wird das Wort café zweimal geschrieben, einmal mit seinem é als einzelnem Zeichen und einmal als e gefolgt von einem Akzent, und die Seite sagt, in welcher Form jedes steht.

Was dieses Beispiel zeigt

  • Eine Zeile, in sieben Kodierungen empfangen, jedes Mal gleich gesetzt.
  • Die Codes einer Zeile in einfachen Buchstaben gelesen oder unverändert gelassen.
  • Ein Buchstabe mit Akzent als ein Zeichen oder als zwei.

Der Quellcode, vollständig

Nichts ist weggelassen und nichts vereinfacht: Das ist das Programm genau so, wie es läuft, für den Entwickler, der diese Bibliothek nutzt.

Den Rust-Quellcode lesen Den Python-Quellcode lesen

Das Dokument selbst

Das Dokument auf Englisch öffnen Das Dokument auf Französisch öffnen Das Dokument auf Deutsch öffnen Das Dokument auf Spanisch öffnen Das Dokument auf Italienisch öffnen Das Dokument auf Portugiesisch öffnen

Beispiele in der Nähe

Ein überlanges Wort umbrechen

Ein Wort, länger als die Spalte, die es enthält: Die Bibliothek lässt es ganz, schneidet es am Rand der Spalte ab oder schneidet es ab und schließt die Zeile mit einem Bindestrich.

Umbruchstellen nach einem Schrägstrich oder einem Bindestrich

Eine Blocksatzspalte, viermal gesetzt: Dateipfade und Komposita, die ohne Umbruchstellen über den Rand hinauslaufen, dann dort umbrechen, wo ein Umbruch nach Schrägstrich oder Bindestrich erlaubt ist, danach überall, wo ihre Interpunktion es zulässt, und schließlich mit geschützten Bindestrichen, die jedes Kompositum zusammenhalten.

Jedes Beispiel, nach Thema