---
title: 'Thema der Woche: Unicode und Kodierungen'
url: 'https://tutego.de/blog/javainsel/2008/03/thema-der-woche-unicode-und-kodierungen'
markdown: 'https://tutego.de/blog/javainsel/2008/03/thema-der-woche-unicode-und-kodierungen.md'
date: '2008-03-17'
description: 'Java verarbeitet Zeichen (bisher) intern in 2-Byte Unicode. Gespeichert werden Daten aber in der Regel in UTF-8 oder, für uns in Europa, in Latin-1. Thema der Woche ist Unicode und die Umkodierungen. Am Anfang sollen The Ten Commandments of Unicode von Elliotte Rusty Harold stehen: I am Unicode, t…'
taxonomy:
  category:
    - 'Die wöchentliche Dosis Java'
---

# Thema der Woche: Unicode und Kodierungen

![Illustration einer tropischen Insel mit Palmen und einem hohen Berg](https://tutego.de/blog/javainsel/user/themes/tutego/images/insel-cover.jpg)# Java Blog für Programmierer

[Java Blog für Programmierer](https://tutego.de/blog/javainsel/)

## Thema der Woche: Unicode und Kodierungen

17.03.2008 · [Christian Ullenboom](https://tutego.de/blog/javainsel/author/admin/)

Java verarbeitet Zeichen (bisher) intern in 2-Byte Unicode. Gespeichert werden Daten aber in der Regel in UTF-8 oder, für uns in Europa, in Latin-1. Thema der Woche ist Unicode und die Umkodierungen. Am Anfang sollen [The Ten Commandments of Unicode](http://cafe.elharo.com/programming/the-ten-commandments-of-unicode/) von Elliotte Rusty Harold stehen:

1. I am Unicode, thy character set. Thou shalt have no other character sets before me.
2. Thou shalt carefully specify the character encoding and the character set whenever reading a text file.
3. Thou shalt not refer to any 8-bit character set as “ASCII”.
4. Thou shalt ensure that all string handling functions fully support characters from beyond the Basic Multilingual Plane. Thou shalt not refer to Unicode as a two-byte character set.
5. Thou shalt plan for additions of future characters to Unicode.
6. Thou shalt count and index Unicode characters, not UTF-16 code points.
7. Thou shalt use UTF-8 as the preferred encoding wherever possible.
8. Thou shalt generate all text in Normalization Form C whenever possible.
9. Thou shalt avoid deprecated characters.
10. Thou shalt steer clear of the private use area.

Da schließen sich nun einige Fragen an, die es zu klären gilt:

- Was ist der Unterschied zwischen ASCII, Unicode 2 und Unicode 4?
- Was ist ein Code-Point? Welche Funktionen in Java 5 sind wegen Unicode 4 hinzugekommen? Welche beiden Funktionen zum Zugriff auf ein Zeichen gibt es? Resultieren daraus Performance-Unterschiede?
- Was ist eine Kodierung? Wie wird sie in Java bestimmt? Durch einen `String` oder durch eine Klasse?
- Welchen Funktionen/Konstruktoren der Java Klassenbibliothek nehmen eine Kodierungskennung entgegeben? Nenne mehrere Wege, wie man Strings/Byte-Felder umkodiert.
- Gibt es XML-Parser in Java, die Unicode 4 unterstützten? Was sagen die Autoren von XML-Parsern zu Unicode 4?
- Warum kann es beim Datenbankzugriff auf Textspalten Probleme geben? Gibt es dokumentierte Probleme/Lösungen?

Auch neu: [tutego’s Clip-Art Seite](http://www.tutego.com/docs/office/cliparts-clip-art.html). Links zu weiteren Clip-Art Sammlungen (ohne die lästigen Popup-Menüs) sind willkommen.

Kategorien: [Die wöchentliche Dosis Java](https://tutego.de/blog/javainsel/category/die-woechentliche-dosis-java/)

[← Alle Beiträge](https://tutego.de/blog/javainsel/)

---

## Navigation

- Previous: [Neues aus EJB 3.1](https://tutego.de/blog/javainsel/2008/03/neues-aus-ejb-3-1.md)
- Next: [Java Swing Framework hat sich wohl erledigt](https://tutego.de/blog/javainsel/2008/03/java-swing-framework-hat-sich-wohl-erledigt.md)