www.wikidata.id-id.nina.az

UTF 8 Universal Character Set UCS Transformation Format 8 bit 1 adalah sebuah pengkodean karakter dengan lebar variabel

UTF-8

UTF-8 (Universal Character Set (UCS) Transformation Format — 8-bit) adalah sebuah pengkodean karakter dengan lebar variabel tertentu (variable-width encoding) yang mewakili setiap karakter komputer (character) dalam himpunan karakter Unicode. Didesain untuk backward compatibility dengan ASCII dan untuk menghindari komplikasi endianness dan byte order mark dalam UTF-16 dan UTF-32.

UTF-8 telah menjadi metode pengkodean karakter (character encoding) yang dominan untuk World Wide Web, meliputi lebih dari setengah jumlah seluruh halaman Web. Internet Engineering Task Force (IETF) mengharuskan semua protokol Internet untuk mengidentifikasi encoding yang dipakai untuk data karakter, dan pengkodean karakter yang didukung (supported character encoding) untuk menyertakan UTF-8. Internet Mail Consortium (IMC) merekomendasi seluruh program e-mail dapat menayangkan dan membuat e-mail menggunakan UTF-8. UTF-8 juga terus meningkat penggunaannya sebagai default character encoding dalam sistem operasi, bahasa pemrograman, API, dan aplikasi perangkat lunak.


Deskripsi

Desain UTF-8 dapat dilihat di tabel berikut yaitu skema yang asalnya diusulkan oleh Dave Prosser dan selanjutnya dimodifikasi oleh Ken Thompson (x diganti dengan bit dari code point):

Bit
code point		 Code point
pertama		 Code point
terakhir		 Byte dalam
sequence		 Byte 1 Byte 2 Byte 3 Byte 4 Byte 5 Byte 6
  7 U+0000 U+007F 1 0xxxxxxx
11 U+0080 U+07FF 2 110xxxxx 10xxxxxx
16 U+0800 U+FFFF 3 1110xxxx 10xxxxxx 10xxxxxx
21 U+10000 U+1FFFFF 4 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
26 U+200000 U+3FFFFFF 5 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
31 U+4000000 U+7FFFFFFF 6 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx

Contoh

Mari melihat bagaimana membuat pengkodean tanda mata uang Euro, €.

  1. 'Unicode code point untuk "€" adalah U+20AC.
  2. Menurut tabel skema di atas, dibutuhkan 3 bita (byte) untuk pengkodean, karena terletak di antara U+0800 dan U+FFFF.
  3. Kode heksadesimal 20AC adalah sama dengan kode biner (binary) 0010000010101100. Dua angka nol di depan ditambahkan karena, seperti dalam tabel, suatu pengkodean tiga-bita (three-byte encoding) membutuhkan tepat enam belas bit dari the code point.
  4. Karena berupa pengkodean tiga-bita, bita pendahulu dimulai dengan tiga angka "1", kemudian satu angkat "0" (1110...)
  5. Bit sisanya dari bita ini diambil dari code point (11100010), menyisakan ...000010101100.
  6. Setiap kelanjutan bita dimulai dengan 10 dan dibutuhkan enam bit code point (maka 10000010, lalu 10101100).

Tiga bita11100010 10000010 10101100 dapat ditulis lebih singkat dalam heksadesimal, sebagai E2 82 AC.

Tabel berikut adalah ikhtisar pengubahan ini, juga yang lain dengan panjang berbeda dalam UTF-8. Warna-warna mengindikasikan bagaiman bit dari code point didistribusikan di antara byte-byte UTF-8. Bit tambahan yang ditambahkan oleh proses encoding UTF-8 diberi warna hitam.

Karakter code point biner UTF-8 biner UTF-8 heksadesimal
$ U+0024 0100100 00100100 24
¢ U+00A2 000 10100010 11000010 10100010 C2 A2
€ U+20AC 00100000 10101100 11100010 10000010 10101100 E2 82 AC
𤭢 U+24B62 00010 01001011 01100010 11110000 10100100 10101101 10100010 F0 A4 AD A2

Lihat pula

  • Alt code
  • Pengkodean karakter
  • Comparison of e-mail clients#Features
  • Comparison of Unicode encodings
  • GB 18030
  • Iconv—a standardized API used to convert between different character encodings
  • ISO/IEC 8859
  • Specials (Unicode block)
  • Unicode
  • Unicode and HTML
  • Universal Character Set
  • UTF-8 in URIs
  • UTF-9 and UTF-18
  • UTF-16/UCS-2

Referensi

  1. "Chapter 2. General Structure". The Unicode Standard (edisi ke-6.0). Mountain View, California, USA: The Unicode Consortium. ISBN 978-1-936213-01-6. 
  2. Davis, Mark (28 January 2010). "Unicode nearing 50% of the web". Official Google Blog. Google. Diakses tanggal 5 December 2010. 
  3. "UTF-8 Usage Statistics". BuiltWith. Diakses tanggal March 28, 2011. 
  4. "Usage of character encodings for websites". W3Techs. Diakses tanggal March 30, 2010. 
  5. Alvestrand, H. (1998). "RFC 2277". Internet Engineering Task Force.  Parameter |contribution= akan diabaikan (bantuan)
  6. . Internet Mail Consortium. August 1, 1998. Diarsipkan dari versi asli tanggal 2007-10-26. Diakses tanggal November 8, 2007. 

Pranala luar

Ada beberapa definisi UTF-8 dalam berbagai dokumen standar:

  • RFC 3629 / STD 63 (2003), yang menetapkan UTF-8 sebagai elemen protokol Internet standar
  • The Unicode Standard, Version 6.0, §3.9 D92, §3.10 D95 (2011)
  • ISO/IEC 10646:2003 Annex D (2003)

Dokumen-dokumen tersebut menggantikan definisi-definisi yang telah usang dalam karya-karya berikut:

  • ISO/IEC 10646-1:1993 Amendment 2 / Annex R (1996)
  • The Unicode Standard, Version 5.0, §3.9 D92, §3.10 D95 (2007)
  • The Unicode Standard, Version 4.0, §3.9–§3.10 (2003)
  • The Unicode Standard, Version 2.0, Appendix A (1996)
  • RFC 2044 (1996)
  • RFC 2279 (1998)
  • The Unicode Standard, Version 3.0, §2.3 (2000) plus Corrigendum #1: UTF-8 Shortest Form (2000)
  • Unicode Standard Annex #27: Unicode 3.1 (2001)

Semua sama dalam mekanika umum, dengan perbedaan pokok pada topik-topik misalnya mengizinkan range nilai code point dan safe handling untuk invalid input.

Templat:Unicode navigation Templat:Character encoding

wikipedia, wiki, buku, buku, perpustakaan, artikel, baca, unduh, gratis, unduh gratis, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, gambar, musik, lagu, film, buku, permainan, permainan.
Tanggal penerbitan:
UTF 8 Universal Character Set UCS Transformation Format 8 bit 1 adalah sebuah pengkodean karakter dengan lebar variabel tertentu variable width encoding yang mewakili setiap karakter komputer character dalam himpunan karakter Unicode Didesain untuk backward compatibility dengan ASCII dan untuk menghindari komplikasi endianness dan byte order mark dalam UTF 16 dan UTF 32 UTF 8 telah menjadi metode pengkodean karakter character encoding yang dominan untuk World Wide Web meliputi lebih dari setengah jumlah seluruh halaman Web 2 3 4 Internet Engineering Task Force IETF mengharuskan semua protokol Internet untuk mengidentifikasi encoding yang dipakai untuk data karakter dan pengkodean karakter yang didukung supported character encoding untuk menyertakan UTF 8 5 Internet Mail Consortium IMC merekomendasi seluruh program e mail dapat menayangkan dan membuat e mail menggunakan UTF 8 6 UTF 8 juga terus meningkat penggunaannya sebagai default character encoding dalam sistem operasi bahasa pemrograman API dan aplikasi perangkat lunak Daftar isi 1 Deskripsi 1 1 Contoh 2 Lihat pula 3 Referensi 4 Pranala luarDeskripsi SuntingDesain UTF 8 dapat dilihat di tabel berikut yaitu skema yang asalnya diusulkan oleh Dave Prosser dan selanjutnya dimodifikasi oleh Ken Thompson x diganti dengan bit dari code point Bit code point Code pointpertama Code pointterakhir Byte dalamsequence Byte 1 Byte 2 Byte 3 Byte 4 Byte 5 Byte 6 7 U 0000 U 007F 1 0xxxxxxx11 U 0080 U 07FF 2 110xxxxx 10xxxxxx16 U 0800 U FFFF 3 1110xxxx 10xxxxxx 10xxxxxx21 U 10000 U 1FFFFF 4 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx26 U 200000 U 3FFFFFF 5 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx31 U 4000000 U 7FFFFFFF 6 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxxContoh Sunting Mari melihat bagaimana membuat pengkodean tanda mata uang Euro Unicode code pointuntuk adalah U 20AC Menurut tabel skema di atas dibutuhkan 3 bita byte untuk pengkodean karena terletak di antara U 0800 dan U FFFF Kode heksadesimal 20AC adalah sama dengan kode biner binary 0010000010101100 Dua angka nol di depan ditambahkan karena seperti dalam tabel suatu pengkodean tiga bita three byte encoding membutuhkan tepat enam belas bit dari the code point Karena berupa pengkodean tiga bita bita pendahulu dimulai dengan tiga angka 1 kemudian satu angkat 0 1110 Bit sisanya dari bita ini diambil dari code point 1110 span style color 000 0010 span menyisakan 000010101100 Setiap kelanjutan bita dimulai dengan 10 dan dibutuhkan enam bit code point maka 10 span style color 000 000010 span lalu 10 span style color 000 101100 span Tiga bita1110 span style color 000 0010 span 10 span style color 000 000010 span 10 span style color 000 101100 span dapat ditulis lebih singkat dalam heksadesimal sebagai span style color 000 E2 span span style color 000 82 span span style color 000 AC span Tabel berikut adalah ikhtisar pengubahan ini juga yang lain dengan panjang berbeda dalam UTF 8 Warna warna mengindikasikan bagaiman bit dari code point didistribusikan di antara byte byte UTF 8 Bit tambahan yang ditambahkan oleh proses encoding UTF 8 diberi warna hitam Karakter code point biner UTF 8 biner UTF 8 heksadesimal U 0024 span style color 000 0100100 span 0 span style color 000 0100100 span span style color 000 24 span U 00A2 span style color 000 000 10 span span style color 000 100010 span 110 span style color 000 00010 span 10 span style color 000 100010 span span style color 000 C2 span span style color 000 A2 span U 20AC span style color 000 0010 span span style color 000 0000 10 span span style color 000 101100 span 1110 span style color 000 0010 span 10 span style color 000 000010 span 10 span style color 000 101100 span span style color 000 E2 span span style color 000 82 span span style color 000 AC span 𤭢 U 24B62 span style color 000 000 span span style color 000 10 0100 span span style color 000 1011 01 span span style color 000 100010 span 11110 span style color 000 000 span 10 span style color 000 100100 span 10 span style color 000 101101 span 10 span style color 000 100010 span span style color 000 F0 span span style color 000 A4 span span style color 000 AD span span style color 000 A2 span Lihat pula SuntingAlt code Pengkodean karakter Comparison of e mail clients Features Comparison of Unicode encodings GB 18030 Iconv a standardized API used to convert between different character encodings ISO IEC 8859 Specials Unicode block Unicode Unicode and HTML Universal Character Set UTF 8 in URIs UTF 9 and UTF 18 UTF 16 UCS 2Referensi Sunting Chapter 2 General Structure The Unicode Standard edisi ke 6 0 Mountain View California USA The Unicode Consortium ISBN 978 1 936213 01 6 Davis Mark 28 January 2010 Unicode nearing 50 of the web Official Google Blog Google Diakses tanggal 5 December 2010 UTF 8 Usage Statistics BuiltWith Diakses tanggal March 28 2011 Usage of character encodings for websites W3Techs Diakses tanggal March 30 2010 Alvestrand H 1998 RFC 2277 Internet Engineering Task Force Parameter contribution akan diabaikan bantuan Using International Characters in Internet Mail Internet Mail Consortium August 1 1998 Diarsipkan dari versi asli tanggal 2007 10 26 Diakses tanggal November 8 2007 Pranala luar SuntingAda beberapa definisi UTF 8 dalam berbagai dokumen standar RFC 3629 STD 63 2003 yang menetapkan UTF 8 sebagai elemen protokol Internet standar The Unicode Standard Version 6 0 3 9 D92 3 10 D95 2011 ISO IEC 10646 2003 Annex D 2003 Dokumen dokumen tersebut menggantikan definisi definisi yang telah usang dalam karya karya berikut ISO IEC 10646 1 1993 Amendment 2 Annex R 1996 The Unicode Standard Version 5 0 3 9 D92 3 10 D95 2007 The Unicode Standard Version 4 0 3 9 3 10 2003 The Unicode Standard Version 2 0 Appendix A 1996 RFC 2044 1996 RFC 2279 1998 The Unicode Standard Version 3 0 2 3 2000 plus Corrigendum 1 UTF 8 Shortest Form 2000 Unicode Standard Annex 27 Unicode 3 1 2001 Semua sama dalam mekanika umum dengan perbedaan pokok pada topik topik misalnya mengizinkan range nilai code point dan safe handling untuk invalid input Original UTF 8 paper or pdf Diarsipkan 2000 09 17 di Wayback Machine for Plan 9 from Bell Labs RFC 5198 defines UTF 8 NFC for Network Interchange UTF 8 test pages by Andreas Prilop Diarsipkan 2017 11 30 di Wayback Machine Jost Gippert and the World Wide Web Consortium How to configure e mail clients to send UTF 8 text Unix Linux UTF 8 Unicode FAQ Linux Unicode HOWTO Diarsipkan 2005 04 04 di Wayback Machine UTF 8 and Gentoo The Unicode UTF 8 character table displays UTF 8 in a variety of formats with Unicode and HTML encoding information Unicode and Multilingual Web Browsers from Alan Wood s Unicode Resources describes support and additional configuration of Unicode UTF 8 in modern browsers JSP Wiki Browser Compatibility page Diarsipkan 2013 05 24 di Wayback Machine details specific problems with UTF 8 in older browsers Mathematical Symbols in Unicode Diarsipkan 2008 08 21 di Wayback Machine Graphical View of UTF 8 in ICU s Converter ExplorerTemplat Unicode navigation Templat Character encoding Diperoleh dari https id wikipedia org w index php title UTF 8 amp oldid 22704222