scuffed-code/icu4c/source/test/testdata/csdetest.xml
2016-06-15 18:58:17 +00:00

563 lines
32 KiB
XML
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

<?xml version="1.0" encoding="UTF-8"?>
<!-- Copyright (C) 2016 and later: Unicode, Inc. and others. License & terms of use: http://www.unicode.org/copyright.html -->
<!-- Copyright (c) 2005-2013 IBM Corporation and others. All rights reserved -->
<!-- See individual test cases for their specific copyright. -->
<charset-detection-tests>
<test-case id="IUC10-ar" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE ISO-8859-6/ar windows-1256/ar">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
أوروبا, برمجيات الحاسوب + انترنيت :
تصبح عالميا مع يونيكود
IUC10
تسجّل الآن لحضور المؤتمر الدولي العاشر ليونيكود, الذي سيعقد في 10-12 آذار 1997 بمدينة ماينتس,
ألمانيا. وسيجمع المؤتمر بين خبراء من كافة قطاعات الصناعة على الشبكة العالمية انترنيت ويونيكود, حيث ستتم,
على الصعيدين الدولي والمحلي على حد سواء مناقشة سبل استخدام يونكود في النظم القائمة وفيما يخص التطبيقات
الحاسوبية, الخطوط, تصميم النصوص والحوسبة متعددة اللغات.
Unicode
عندما يريد العالم أن يتكلّم, فهو يتحدّث بلغة يونيكود
</test-case>
<test-case id="IUC10-da-Q" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE windows-1252/da">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
Europa, Software + Internet:
Bliv global med Unicode
IUC10
Indskriv dig nu til den tiende internationale Unicode-konference, der holdes den 10-12
marts 1997 i Mainz, Tyskland. Konferencen samler eksperter fra hele verden inden for det
globale Internet og Unicode, internationalisering og lokalisering, implementering af
Unicode i styresystemer og programmer, skrifttyper, tekst-layout og flersproget databehandling.
Unicode
Når verden vil tale, taler den “Unicode.”
</test-case>
<test-case id="IUC10-da" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE ISO-8859-1/da">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
Europa, Software + Internet:
Bliv global med Unicode
IUC10
Indskriv dig nu til den tiende internationale Unicode-konference, der holdes den 10-12
marts 1997 i Mainz, Tyskland. Konferencen samler eksperter fra hele verden inden for det
globale Internet og Unicode, internationalisering og lokalisering, implementering af
Unicode i styresystemer og programmer, skrifttyper, tekst-layout og flersproget databehandling.
Unicode
Når verden vil tale, taler den Unicode.
</test-case>
<test-case id="IUC10-de" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE ISO-8859-1/de">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
Europa, Software + das Internet:
International mit Unicode
IUC10
Melden Sie sich jetzt für die 10. Internationale Unicode Konferenz an, die in der Zeit vom 10.-12. März 1997 in
Mainz stattfinden wird. Die Konferenz ist ein Treffpunkt für Betriebsexperten aus den Bereichen globales
Internet und Unicode, Internationalisierung und Lokalisierung, die Implementierung von Unicode in
Betriebssystemen und Programmen, sowie für Schriftarten, Textlayout und mehrsprachige Computeranwendungen.
Unicode
Wenn die Welt miteinander spricht, spricht sie Unicode.
</test-case>
<!-- No UTF-8 in this test because there are no non-ASCII characters. -->
<test-case id="IUC10-en" encodings="UTF-16LE UTF-16BE UTF-32BE UTF-32LE ISO-8859-1/en">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
Europe, Software + the Internet:
Going Global with Unicode
IUC10
Register now for the Tenth International Unicode Conference, to be held on March 10-12, 1997,
in Mainz, Germany. The Conference will bring together industry-wide experts on the global Internet and
Unicode, internationalization and localization, implementation of Unicode in operating systems and applications,
fonts, text layout, and multilingual computing.
Unicode
When the world wants to talk, it speaks Unicode.
</test-case>
<test-case id="IUC10-es" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE ISO-8859-1/es">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
Europa, Software + el Internet:
Mundializando con Unicode
IUC10
Inscríbase ahora para la Décima Conferencia Internacional Unicode, que tendrá lugar del 10 al 12 de marzo de
1997 en Maguncia, Alemania. La Conferencia reunirá expertos de los sectores de la mundialización del Internet y
Unicode, la internacionalización y localización, implementación de Unicode en sistemas operativos y aplicaciones,
tipos, composición de texto e informática multilingüe.
Unicode
Cuando el mundo quiere conversar, habla Unicode.
</test-case>
<test-case id="IUC10-fr" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE ISO-8859-1/fr">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
L'Europe, le logiciel et l'Internet :
la mondialisation avec Unicode
IUC10
Inscrivez-vous dès maintenant à la dixième Conférence internationale sur Unicode, qui se tiendra du 10 au 12
mars 1997 à Mayence, en Allemagne. Cette conférence rassemblera des experts de tous les horizons industriels
sur les sujets suivants : l'Internet mondial et Unicode, l'internationalisation et l'adaptation locale,
l'implémentation d'Unicode dans les systèmes d'exploitation et les applications, les polices de caractères,
la disposition de texte, l'informatique plurilingue.
Unicode
Quand le monde veut communiquer, il parle en Unicode.
</test-case>
<test-case id="IUC10-he" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE ISO-8859-8-I/he">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
אירופה, תוכנה והאינטרנט:
Unicode יוצא לשוק העולמי
IUC10
הירשמו כעת לכנס Unicode הבינלאומי העשירי, שייערך בין התאריכים 12-10 במרץ 1997, במיינץ שבגרמניה. בכנס
ישתתפו מומחים מכל ענפי התעשייה בנושא האינטרנט העולמי וה-Unicode, בהתאמה לשוק הבינלאומי והמקומי, ביישום
Unicode במערכות הפעלה וביישומים, בגופנים, בפריסת טקסט ובמחשוב רב-לשוני.
Unicode
כאשר העולם רוצה לדבר, הוא מדבר ב-Unicode
</test-case>
<test-case id="IUC10-he-Q" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE windows-1255/he">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
אירופה, תוכנה והאינטרנט:
Unicode יוצא לשוק העולמי
IUC10
הירשמו כעת לכנס Unicode הבינלאומי העשירי, שייערך בין התאריכים 12-10 במרץ 1997, במיינץ שבגרמניה. בכנס
ישתתפו מומחים מכל ענפי התעשייה בנושא האינטרנט העולמי וה-Unicode, בהתאמה לשוק הבינלאומי והמקומי, ביישום
Unicode במערכות הפעלה וביישומים, בגופנים, בפריסת טקסט ובמחשוב רב-לשוני.
Unicode
כאשר העולם רוצה לדבר, הוא מדבר -“Unicode.”
</test-case>
<test-case id="IUC10-hu" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE ISO-8859-2/hu">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
Európa, a Szoftver s az Internet -
Globálissá Változik a Unicode Által
IUC10
Iratkozzon már most a Tizedik Nemzetközi Unicode Konferenciára, amely Március 10-12 1997
lesz megtartva, Meinz-be, Németországba. Ebben a Konferencián az iparág szerte sok szakértő
fog részt venni: a globális Internet s Unicode nemzetközisítése s lokalizálása, a
Unicode beteljesítése a működő rendszerekben s alkalmazásokban, fontokba, szöveg
térbeosztásba s többnyelvű computerekben.
Unicode
Ha a világ beszélni akar, azt Unicode-ul mondja.
</test-case>
<test-case id="IUC10-hu-Q" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE windows-1250/hu">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
Európa, a Szoftver s az Internet -
Globálissá Változik a Unicode Által
IUC10
Iratkozzon már most a Tizedik Nemzetközi Unicode Konferenciára, amely Március 10-12 1997
lesz megtartva, Meinz-be, Németországba. Ebben a Konferencián az iparág szerte sok szakértő
fog részt venni: a globális Internet s Unicode nemzetközisítése s lokalizálása, a
Unicode beteljesítése a működő rendszerekben s alkalmazásokban, fontokba, szöveg
térbeosztásba s többnyelvű computerekben.
Unicode
Ha a világ beszélni akar, azt “Unicode”-ul mondja.
</test-case>
<test-case id="IUC10-it" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE ISO-8859-1/it">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
Europa, software e Internet:
Globalizzazione con Unicode
IUC10
Iscrivetevi subito alla X Conferenza Internazionale su Unicode, che si terrà dal 10 al 12 marzo 1997 a
Mainz in Germania. Alla Conferenza parteciperanno esperti di tutti i settori per discutere di Internet globale e
Unicode, internazionalizzazione e localizzazione, implementazione di Unicode in sistemi operativi e applicazioni,
caratteri, composizione dei testi ed elaborazione multilingue.
Unicode
Quando il mondo vuole comunicare, parla Unicode.
</test-case>
<!-- No EUC-JP in this test because it detects as GB18030 -->
<test-case id="IUC10-jp" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE Shift_JIS/ja ISO-2022-JP">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
ヨーロッパ、ソフトウェア、そしてインターネット:
Unicode でグローバル化を狙って
IUC10
第 10 回の Unicode 会議は 1997 年 3 月 10-12日、ドイツのマインツで開かれます。参加希望の方は今すぐ登録してください。
この会議では、グローバルなインタネット、Unicode、ソフトウェアの国際化およびローカリゼーション、OS およびアプリケーションでの
Unicode のインプリメンテーション、フォント、テキスト表示、マルチ言語コンピューティングにおける業界の専門家が集まります。
Unicode
世界的に話すなら、Unicode です。
</test-case>
<test-case id="IUC10-ko" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE EUC-KR/ko ISO-2022-KR">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
유럽, 소프트웨어 그리고 인터넷:
유니코드와 함께 세계로
IUC10
제10회 유니코드 국제 회의가 1997년 3월 10일부터 12일까지 독일의 마인즈에서 열립니다. 지금 등록하십시오.
이 회의에서는 업계 전반의 전문가들이 함께 모여 다음과 같은 분야를 다룹니다. - 인터넷과 유니코드, 국제화와 지역화,
운영 체제와 응용 프로그램에서 유니코드의 구현, 글꼴, 문자 배열, 다국어 컴퓨팅.
Unicode
세계를 향한 대화, 유니코드로 하십시오
</test-case>
<!-- No UTF-8 in this test because there are no non-ASCII characters. -->
<test-case id="IUC10-nl" encodings="UTF-16LE UTF-16BE UTF-32BE UTF-32LE ISO-8859-1/nl">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
Europa, Software + het Internet:
wereldwijd met Unicode
IUC10
Meld u nu aan voor de Tiende Internationale Unicode-conferentie, die van 10 tot 12 maart 1997 in
Mainz (Duitsland) wordt gehouden. De Conferentie is een ontmoetingsplaats voor experts uit de industrie op het
gebied van het wereldwijde Internet en Unicode, internationalisatie en localisatie, implementatie van Unicode in
besturingssystemen en applicaties, lettertypes, tekstopmaak en meertalig computergebruik.
Unicode
Als de wereld wil praten, spreekt hij Unicode.
</test-case>
<!-- No language for ISO-8859-1 in this test because no-NO is recogonized as Danish... -->
<test-case id="IUC10-no-NO" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE ISO-8859-1/da">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
Europa, Programvare og Internet:
Global fokus med Unicode
IUC10
Registrer deg som deltager på den tiende inernasjonale Unicode konferansen i Mainz, Tyskland, fra 10. til 12. mars,
1997. Konferansen vil samle eksperter på Internet, Unicode, internasjonalisering og integrasjon av Unicode i
operativsystemer og programmer, fonter, tekst layout og flerspråklig databehandling.
Unicode
Når verden vil snakke, snakker den Unicode
</test-case>
<test-case id="IUC10-no-NO-NY" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE ISO-8859-1/no">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
Europa, programvare og Internett:
Femn verda med Unicode
IUC10
Meld deg på den 10. internasjonale Unicode-konferansen. Han går føre seg i Mainz i Tyskland i dagane 10.--12. mars
1997, og samlar fagkunnige innan konferansetemaet frå heile databransjen. Tema: Det globale Internettet og
Unicode, internasjonalisering og nasjonal tilpassing, implementering av Unicode i operativsystem og brukarprogram,
skriftsnitt (fontar), tekstutlegg, og fleirspråkleg databehandling.
Unicode
Når verda ønskjer å snakke, talar ho Unicode
</test-case>
<test-case id="IUC10-pt-BR" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE ISO-8859-1/pt">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
Europa, Software e a Internet:
Globalização com o Unicode
IUC10
Inscreva-se agora para a Décima Conferência Internacional Sobre O Unicode, realizada entre os dias 10 e 12 de
março de 1997 em Mainz na Alemanha. A Conferência reunirá peritos de todas as áreas da indústria especializados
em assuntos relacionados com a Internet global e o Unicode, internacionalização e localização de software,
implementação do Unicode em sistemas operacionais e aplicativos, fontes, layout de texto e informática multilíngüe.
Unicode
Quando o mundo quer falar, fala Unicode.
</test-case>
<test-case id="IUC10-pt-PT" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE ISO-8859-1/pt">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
Europa, Software e a Internet:
Globalização com o Unicode
IUC10
Inscreva-se agora para a Décima Conferência Internacional Sobre O Unicode, a ser realizada entre os dias 10 e 12
de Março de 1997 em Mainz na Alemanha. A Conferência reunirá peritos de todas as áreas da indústria
especializados em assuntos relacionados com a Internet global e o Unicode, internacionalização e localização de
software, implementação do Unicode em sistemas operativos e aplicações, tipos de letra, esquematização de
texto e informática multilíngue.
Unicode
Quando o mundo quer falar, fala Unicode.
</test-case>
<test-case id="IUC10-ro" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE ISO-8859-2/ro">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
Europa, Software şi Internet:
Globalizarea cu Unicode
IUC10
Inscrieţi-vă acum la a Zecea Conferinţă Internaţională "Unicode" ce va avea loc in
perioada de 10-12 martie, 1997 în Mainz, Germania. Conferinţa va întruni experţi din
variate domenii: Internet global şi Unicode, internaţionalizare şi localizare,
implementarede Unicode în sisteme de operare şi aplicaţii, fonturi, aranjare de text în
pagină, computerizare multilinguală.
Unicode
Când lumea vrea să comunice, vorbeşte Unicode.
</test-case>
<test-case id="IUC10-ru" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE ISO-8859-5/ru windows-1251/ru KOI8-R/ru">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
Европа, Программное обеспечение + Интернет:
Unicode в глобальных масштабах
IUC10
Зарегистрируйтесь сейчас на Десятую Международную Конференцию по Unicode, которая состоится
10-12 марта 1997 года в Майнце в Германии. Конференция соберет широкий круг экспертов по и
вопросам глобального Интернета и Unicode, локализации и интернационализации, воплощению
применению Unicode в различных операционных системах и программных приложениях,
шрифтах, верстке и многоязычных компьютерных системах.
Unicode
Когда мир желает общаться, он общается на Unicode.
</test-case>
<test-case id="IUC10-sv" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE ISO-8859-1/sv">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
Europa, programvara och Internet:
globalisera med Unicode
IUC10
Anmäl Dig till den tionde internationella Unicode-konferensen, som hålls den 10-12 mars 1997 i Mainz,
Tyskland. Vid konferensen kommer experter inom följande områden att delta: det globala Internet och Unicode,
internationalisering och lokalisering, implementering av Unicode i operativsystem, tillämpningar, typsnitt,
textlayout och mångspråklig datoranvändning.
Unicode
När världen vill tala, så talar den Unicode.
</test-case>
<test-case id="IUC10-yi" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
אײראָפּע: פּראָגראַמװאַרג און די װעלטנעץ:
אוניקאָד איבער דער גאָרער װעלט
IUC10
פֿאַרשרײַבט זיך שױן אױף דער צענטער אינטערנאַציאָנאַלער אוניקאָד-קאָנפֿערענץ, װאָס װעט פֿאָרקומען דעם
10טן ביזן 12טן מאַרץ, 1997, אין מײַנץ, דײַטשלאַנד. די קאָנפֿערענץ װעט צוזאַמענברענגן מבֿינים פֿון װעלטנעץ,
אוניקאָד, אי אַלװעלטלעכן אי סבֿיבֿהדיקן פּראָגראַמװאַרג, אַרײַנשטעלן אוניקאָד אין אָפּעריר-סיסטעמען און
אָנװענדונגען, שריפֿטן, טעקסט-אױסשטעל, און מערשפּראַכיקע קאָמפּיוטערײַ.
Unicode
אַז די װעלט װיל רעדן, רעדט זי אוניקאָד
</test-case>
<test-case id="IUC10-zh-Hant" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE Big5/zh">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
歐洲,軟體及網際網路:
讓統一碼Unicode領你進入全世界
IUC10
你現在就應報名將在日於德國美姿城Mainz召開的第十屆國際統一碼研討會。
本次研討會將邀請多位業界專家研討關於全球網際網路及統一碼發展、國際化及本土化、
支援統一碼的作業系統及應用程式、字型、文字排版、電腦多國語文化等多項課題。
Unicode
當世界需要溝通時請用統一碼Unicode
</test-case>
<!-- No ISO-2022-CN in this test because Java doesn't support it in both directions :-( -->
<test-case id="IUC10-zh-Hans" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE ISO-2022-CN GB18030/zh">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
欧洲,软件+互联网
用统一码 (Unicode) 走遍世界
IUC10
将于1997年 3 月10日12日在德国 Mainz 市举行的第十届统一码国际研讨会现在开始注册。
本次会议将汇集各方面的专家。涉及的领域包括:国际互联网和统一码,国际化和本地化,
统一码在操作系统和应用软件中的实现,字型,文本格式以及多文种计算等。
Unicode
当世界需要沟通时请用Unicode
Conference Program
</test-case>
<test-case id="WIU-cz" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE ISO-8859-2/cs">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
Co je Unicode?
Unicode přiřazuje každému znaku jedinečné číslo,
nezávisle na platformě,
nezávisle na programu,
nezávisle na jazyce.
Počítače, ze své podstaty, pracují pouze s čísly. Písmena a další znaky ukládají tak, že každému z nich
přiřadí číslo. Před vznikem Unicode existovaly stovky rozdílných kódovacích systémů pro přiřazování těchto
čísel. Žádné z těchto kódování nemohlo obsahovat dostatek znaků: například Evropská unie sama potřebuje
několik různých kódování, aby pokryla všechny své jazyky. Dokonce i pro jeden jediný jazyk, jako je angličtina,
nevyhovovalo žádné kódování pro všechny písmena, interpunkci a běžně používané technické symboly.
Tyto kódovací systémy také byly v konfliktu jeden s druhým. To znamená, že dvě kódování mohou používat
stejné číslo pro dva různé znaky, nebo používat různá čísla pro stejný znak. Jakýkoli počítač (zvláště servery)
musí podporovat mnoho různých kódování; přesto, kdykoli jsou data předávána mezi různými kódováními nebo
platformami, hrozí, že tato data budou poškozena.
</test-case>
<test-case id="WIU-el" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE ISO-8859-7/el">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
Τι είναι το Unicode;
Η κωδικοσελίδα Unicode προτείνει έναν και μοναδικό αριθμό για κάθε χαρακτήρα,
ανεξάρτητα από το λειτουργικό σύστημα,
ανεξάρτητα από το λογισμικό,
ανεξάρτητα από την γλώσσα.
Οι ηλεκτρονικοί υπολογιστές, σε τελική ανάλυση, χειρίζονται απλώς αριθμούς. Αποθηκεύουν γράμματα και
άλλους χαρακτήρες αντιστοιχώντας στο καθένα τους από έναν αριθμό (ονομάζουμε μία τέτοια αντιστοιχία
κωδικοσελίδα). Πριν την εφεύρεση του Unicode, υπήρχαν εκατοντάδες διαφορετικές κωδικοσελίδες. Λόγω
περιορισμών μεγέθους όμως, σε καμία κωδικοσελίδα δεν χωρούσαν αρκετοί χαρακτήρες: λόγου χάριν,
η Ευρωπαϊκή Ένωση χρειαζόταν πλήθος διαφορετικών κωδικοσελίδων για να καλύψει όλες τις γλώσσες των
χωρών-μελών της. Ακόμα και για μία και μόνη γλώσσα, όπως π.χ. τα Αγγλικά, μία κωδικοσελίδα δεν
επαρκούσε για να καλύψει όλα τα γράμματα, σημεία στίξης και τεχνικά σύμβολα ευρείας χρήσης.
Εκτός αυτού, οι κωδικοσελίδες αυτές διαφωνούσαν μεταξύ τους. Έτσι, δύο κωδικοσελίδες μπορούσαν κάλλιστα να
χρησιμοποιούν τον ίδιο αριθμό για δύο διαφορετικούς χαρακτήρες, ή να χρησιμοποιούν διαφορετικούς αριθμούς για
τον ίδιο χαρακτήρα. Κάθε υπολογιστής (και ιδίως εάν ήταν διακομιστής) έπρεπε να υποστηρίζει πλήθος διαφορετικών
κωδικοσελίδων ταυτόχρονα κάθε φορά που δεδομένα μεταφέρονταν μεταξύ διαφορετικών κωδικοσελίδων ή
λειτουργικών συστημάτων, τα δεδομένα αυτά κινδύνευαν να αλλοιωθούν.
</test-case>
<test-case id="WIU-el-Q" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE windows-1253/el">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
Τι είναι το “Unicode”;
Η κωδικοσελίδα Unicode προτείνει έναν και μοναδικό αριθμό για κάθε χαρακτήρα,
ανεξάρτητα από το λειτουργικό σύστημα,
ανεξάρτητα από το λογισμικό,
ανεξάρτητα από την γλώσσα.
Οι ηλεκτρονικοί υπολογιστές, σε τελική ανάλυση, χειρίζονται απλώς αριθμούς. Αποθηκεύουν γράμματα και
άλλους χαρακτήρες αντιστοιχώντας στο καθένα τους από έναν αριθμό (ονομάζουμε μία τέτοια αντιστοιχία
κωδικοσελίδα). Πριν την εφεύρεση του Unicode, υπήρχαν εκατοντάδες διαφορετικές κωδικοσελίδες. Λόγω
περιορισμών μεγέθους όμως, σε καμία κωδικοσελίδα δεν χωρούσαν αρκετοί χαρακτήρες: λόγου χάριν,
η Ευρωπαϊκή Ένωση χρειαζόταν πλήθος διαφορετικών κωδικοσελίδων για να καλύψει όλες τις γλώσσες των
χωρών-μελών της. Ακόμα και για μία και μόνη γλώσσα, όπως π.χ. τα Αγγλικά, μία κωδικοσελίδα δεν
επαρκούσε για να καλύψει όλα τα γράμματα, σημεία στίξης και τεχνικά σύμβολα ευρείας χρήσης.
Εκτός αυτού, οι κωδικοσελίδες αυτές διαφωνούσαν μεταξύ τους. Έτσι, δύο κωδικοσελίδες μπορούσαν κάλλιστα να
χρησιμοποιούν τον ίδιο αριθμό για δύο διαφορετικούς χαρακτήρες, ή να χρησιμοποιούν διαφορετικούς αριθμούς για
τον ίδιο χαρακτήρα. Κάθε υπολογιστής (και ιδίως εάν ήταν διακομιστής) έπρεπε να υποστηρίζει πλήθος διαφορετικών
κωδικοσελίδων ταυτόχρονα κάθε φορά που δεδομένα μεταφέρονταν μεταξύ διαφορετικών κωδικοσελίδων ή
λειτουργικών συστημάτων, τα δεδομένα αυτά κινδύνευαν να αλλοιωθούν.
</test-case>
<test-case id="WIU-pl" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE ISO-8859-2/pl">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
Czym jest Unikod ?
Unikod przypisuje unikalny numer każdemu znakowi, niezależny od używanej platformy, programu czy języka.
Zasadniczo, komputery rozumieją tylko liczby. Zapisują litery i inne znaki przypisując każdemu z nich liczbę.
Nim powstał Unikod, było wiele różnych systemów kodowania przypisujących te liczby. Brakowało jednego,
który mógłby pomieścić wystarczająco dużą liczbę znaków. Przykładowo, sama Unia Europejska potrzebowała
kilku różnych kodowań, by móc używać wszystkich używanych w niej języków. Nawet dla pojedynczego języka
takiego jak np. angielski brakowało jednego kodowania, które byłoby odpowiednie dla zaprezentowania
wszystkich liter, znaków przestankowych i popularnych symboli technicznych.
Innym problemem było, że kodowania te kolidowały ze sobą. Dwa, różne kodowania używały jednej liczby dla dwu
różnych znaków lub różnych liczb dla tego samego znaku. Wszystkie komputery (między innymi serwery) muszą
wspierać wszystkie te kodowania, gdyż dane przesyłane między różnymi systemami operacyjnymi zawsze
narażone są na uszkodzenie.
</test-case>
<test-case id="WIU-tr" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE ISO-8859-9/tr">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
Evrensel Kod Nedir?
Evrensel Kod her yazı karakteri için bir ve yalnız bir sayı şart koşar,
hangi altyapı,
hangi yazılım,
hangi dil olursa olsun.
İlke olarak, bilgisayarlar sadece sayılarla işlem yaparlar. Kelimelerin ve yazı karakterlerinin her biri için
birer sayı atarlar ve böyle saklarlar. Evrensel Kod keşfedilmeden önce, bu sayıları atamak için birçok şifreleme
yöntemi vardı. Ancak, tüm bu dilleri gösterebilecek, örneğin; Avrupa Topluluğu bünyesindeki tüm ülkelerin dillerini
kapsayacak bir tek şifreleme yöntemi yoktu. Bunun yanısıra, sadece İngilizcedeki harfleri, noktalama
işaretlerini ve teknik sembolleri kapsayan tek bir şifreleme yöntemi de bulunmamaktaydı.
Bu şifreleme yöntemleri kendi aralarında çelişmektedir. İki farklı şifreleme, aynı sayıyı iki farklı karaktere
vermiş olabilir ya da farklı sayılar aynı karekteri kodlayabilir. Bilgisayarlar, özellikle sunucular, birçok
şifrelemeyi desteklemek zorundadırlar; veriler, farklı şifreleme ve altyapılardan geçerken bozulma riski taşırlar.
</test-case>
<test-case id="WIU-tr-Q" encodings="UTF-8 UTF-16LE UTF-16BE UTF-32BE UTF-32LE windows-1254/tr">
<!-- Copyright © 1991-2005 Unicode, Inc. All rights reserved. -->
“Evrensel Kod” Nedir?
Evrensel Kod her yazı karakteri için bir ve yalnız bir sayı şart koşar,
hangi altyapı,
hangi yazılım,
hangi dil olursa olsun.
İlke olarak, bilgisayarlar sadece sayılarla işlem yaparlar. Kelimelerin ve yazı karakterlerinin her biri için
birer sayı atarlar ve böyle saklarlar. Evrensel Kod keşfedilmeden önce, bu sayıları atamak için birçok şifreleme
yöntemi vardı. Ancak, tüm bu dilleri gösterebilecek, örneğin; Avrupa Topluluğu bünyesindeki tüm ülkelerin dillerini
kapsayacak bir tek şifreleme yöntemi yoktu. Bunun yanısıra, sadece İngilizcedeki harfleri, noktalama
işaretlerini ve teknik sembolleri kapsayan tek bir şifreleme yöntemi de bulunmamaktaydı.
Bu şifreleme yöntemleri kendi aralarında çelişmektedir. İki farklı şifreleme, aynı sayıyı iki farklı karaktere
vermiş olabilir ya da farklı sayılar aynı karekteri kodlayabilir. Bilgisayarlar, özellikle sunucular, birçok
şifrelemeyi desteklemek zorundadırlar; veriler, farklı şifreleme ve altyapılardan geçerken bozulma riski taşırlar.
</test-case>
<test-case id="bug-10532-utf-16" encodings="UTF-8 UTF-16BE UTF-16LE UTF-32BE UTF-32LE">
foo 東京・銀座の歌舞伎座。4月に新調された4枚の緞帳のうち3枚は、京都の川島織物セルコンが織った朝日新聞デジタル会員(有料・無料)にご登録いただくと、様々な特典・サービスが受けられます。
</test-case>
<test-case id="bug-10532-ASCII" encodings="UTF-8 UTF-16BE UTF-16LE UTF-32BE UTF-32LE">
<!-- Note that plain 7 bit ASCII is detected as UTF-8 -->
,1,,,5
</test-case>
</charset-detection-tests>