Griechische Schrift für den Computer - Siebener Kurier

Hanna-Chris Gast "Griechische Schrift für den Computer" 2. Auflage, Berlin 2011, http://www.siebener-kurier.de/chris-aufsaetze
6 Griechische Buchstaben im Internet
Für Griechisch kenne ich leider keine spezielle Untersuchung, welche Codierung für
Webseiten mit griechischer Sprache am häufigsten ist. Griechisch sind etwa 0,3 %
aller Internetseiten, "ISO-8859-7" (griechisch) gibt es bei ungefähr 0,1 % aller
Internetseiten insgesamt und "Windows-1253" (griechisch) bei ungefähr 0,1 % aller
Internetseiten insgesamt.
UTF-8 wird in 53,2 % aller Internetseiten verwendet und ist damit insgesamt die
häufigste Codierung im Internet [37]. Ob nun bei Griechischen Seiten UTF-8
häufiger ist als ISO oder Windows, lässt sich daraus nicht ableiten, da die Werte für
eine statistische Auswertung nicht ausreichen.
Eine eigene Suche mit der Google-Spezialsuche nach Texten in griechischer
Sprache
– "Content-Type: text/html; charset=iso-8859-7" ca 51 500 mal,
104 und der jeweiligen Textzeile ergab:
– "Content-Type: text/html; charset=UTF-8": ca 220 000 mal,
– "Content-Type: text/html; charset=windows-1253" ca 20 700 mal,
Folglich wird auch bei griechischen Internetseiten UTF-8 am häufigsten verwendet.
6.1 Codierung UTF-8
UTF-8 bedeutet "8-bit UCS Transformation Format" und ist heute die im Internet am
häufigsten angewendete Codierung [37]. Die Berechnung von UTF-8 aus den
Unicode-Werten in ISO/IEC 10646:2011, Anhang D, genormt.
Bei der Übertragung von Texten mit UTF-8 entstehen weniger Fehler als bei der
direkten Unicode-Codierung. Das erste Byte bei einem Mehrbyte-Code beginnt mit
soviel Einsen (binär) vor der ersten Null, wie der Code insgesamt Bytes hat 105 . Die
Folgebytes beginnen mit "10" (binär). Hexadezimal ausgedrückt bedeutet das, dass
das erste Byte Werte von (hex.) "C0" bis "FD" enthalten kann und die Folgebytes
Werte von (hex) "80" bis "BF". Auf diese Weise ist die UTF-8-Übertragung stabiler
gegen verloren gegangene Bytes und erlaubt eine leichtere Synchronisation als die
direkte Unicode-Übertragung.
Ausnahme sind die Unicode-Zeichen mit Codes von Null bis 7F (hexadezimal). In
diesem Bereich ist UTF-8 identisch mit ASCII. Die Bytes (hex.) 00 bis 7F sind bei
UTF-8 außerdem reserviert ausschließlich für den ASCII-Bereich, so dass es keine
Verwechslung mit höheren Unicode-Werten geben kann, wenn bei der Übertragung
mal ein Byte verloren geht.
104 Abfrage 3. Juli 2010.
105 1 Byte mit 8 Bit, auch "Oktett" genannt, ist in der hexadezimalen Darstellung eine Kombination
114
aus zwei Zeichen von Null bis F.