Einf ¨uhrung in UNIX - CIS

122 2 UNIX
en, der eine Obermenge der bisherigen ist. So wird zur Zeit ein internationaler
Zeichensatz entwickelt, der mit 16 Bits alle abendländischen Zeichen
berücksichtigt. Dieser Intercode ist aber noch nicht weit verbreitet. Und
da sich immer Leute finden, die etwas besser machen, ist noch ein weltweiter
Unicode nach ISO 10646 mit ähnlicher Zielsetzung in der Mache. Die
Programmiersprache Java verwendet Unicode als Zeichensatz. Um den Gebrauch
von Unicode in 8-Bit-Umgebungen zu erleichtern, wurde das Unicode
Transformation Format UTF8 geschaffen. Die ASCII-Zeichen bleiben an
den gewohnten Stellen, gleichzeitig kann jedoch der vollständige Unicode-
Zeichensatz benutzt werden.
Zur Umsetzung von Zeichen gibt es mehrere UNIX-Werkzeuge wie tr(1)
und sed(1). Das erstere ist auch ein Nothelfer, wenn man ein Zeichen in
einen Text einbauen möchte, das man nicht auf der Tastatur findet. Will man
beispielsweise den Namen Citroën richtig schreiben und sieht keine Möglichkeit,
das e mit dem Trema per Tastatur zu erzeugen, dann schreibt man CitroXn
und schickt den Text durch:
tr ’\130’ ’\315’ < text > text.neu
Die Zahlen sind die oktalen Positionen im Zeichensatz Roman8. Ein C-
Programm für diesen Zweck ist andererseits einfach:
/* Programm zum Umwandeln von bestimmten Zeichen eines
Zeichensatzes in Zeichen eines anderen Zeichensatzes,
hier ROMAN8 nach LaTeX. Als Filter (Pipe) einfuegen.
Zeichen werden durch ihre dezimale Nr. dargestellt. */
#include
int main()
{
int c;
while ((c = getchar()) != EOF)
switch (c) {
case 189:
putchar(92);
putchar(83);
break;
case 204:
putchar(34);
putchar(97);
break;
.
.
.
case 219:
putchar(34);
putchar(85);
break;
case 222:
putchar(92);