Was meinst du damit? In UTF-8 kann ganz Unicode kodiert werden.jb_alvarado schrieb:
Wo ist dir denn im echten Leben schonmal was anderes als Unicode begegnet?jb_alvarado schrieb:
Windows! Generell viele Microsoftprodukte vor 2019. Das ist so eine Leidensgeschichte, dass es da gar einen eigenen Wikipediaartikel dazu gibt:BeBur schrieb:
Ah, interessant. Die Artikel zu dem Themenkomplex sind etwas schwer zu lesen, weil dort UTF-8 und Unicode ziemlich viel durcheinander geworfen wird.Piktogramm schrieb:
Das klingt ja gruselig. Wird das Zeichen im Hintergrund dann ausgetauscht, wenn ich es kopiere? Oder habe ich dann ggf. einen kaputten String weil das Betriebssystem Zeichen ausgetauscht hat? [Vermutlich letzteres] Gut zu wissen jedenfalls, das ist ja was ganz fieses womit man nicht unbedingt rechnet.jb_alvarado schrieb:
def replace_insane(char):
. Aber ich hatte deinen Beitrag falsch gelesen. Dachte du schriebst, dass Betriebssysteme Dateinamen umschreiben. Wenn so eine App das macht ist das ja deutlich unkritischer. Der Nutzer wird die Datei schon finden, auch ohne "insane chars".
--restrict-filenames-Schalter.... neinCyborgBeta schrieb:
. Bei UTF-16 hat jede code unit 16 bit. 1-2 UTF-16 Code Units kodieren einen Unicode code point. Ein "Zeichen" kann aus diversen Unicode code points bestehen. Zusätzlich hat nicht jedes "Zeichen" eine unique Zuordnung in Unicode, sondern kann mehrere haben.string1 < string2 sagt theoretisch bzw. letztendlich nichts über die Anzahl der "Zeichen" im String aus.
Doch. Ob du es jetzt "Zeichen" oder "Code Unit" nennst, ist eigentlich egal ...BeBur schrieb:
ls) das Zeichen anzeigt, ist dann eine Darstellungsfrage.Dir persönlich kann natürlich alles egal sein, aber es ist falsch was du schreibst. Und ein einzelnes Beispiel zu nennen ist bei einer "Für alle x gilt y" Aussage generell nicht sinnvoll. Formate mit fester Bitbreite hat man versucht, haben sich aber nicht durchgesetzt (siehe UCS-2, das ist anscheinend auch das, was Windows zum Teil verwendet hatte früher).CyborgBeta schrieb:
CyborgBeta schrieb:
Erstens sind diese zwei Behauptungen nicht äquivalent.CyborgBeta schrieb:
Das sind JDK Interna (Implementierungsdetails der Hersteller), das kann ich schlecht beweisen. Aber es kann auch sein, dass @BeBur recht hat.simpsonsfan schrieb:
String newName = file.getName();
newName = newName.replaceAll(" \\[[A-Za-z0-9_-]+]\\.", ".");
newName = newName.replaceAll("\\[", "(");
newName = newName.replaceAll("]", ")");
newName = newName.replaceAll("[^0-9A-Za-z (),.-]", "");
{
StringBuilder sb = new StringBuilder(newName);
boolean firstDot = true;
for (int i = sb.length() - 1; i >= 0; i--) {
char c = sb.charAt(i);
if (c == '.') {
if (firstDot) {
firstDot = false;
} else {
sb.deleteCharAt(i);
}
}
}
newName = sb.toString();
}
newName = newName.replaceAll(" +\\.", ".");
newName = newName.replaceAll(" {2,}", " ");
newName = newName.replaceAll(" +,", ",");
newName = newName.replaceAll("\\( +", "(");
newName = newName.replaceAll(" +\\)", ")");Da kommt dann eher noch ein Layer an Komplexität oben drauf, da sollte man sich daher nicht so sicher sein, vor allemm wenn man schon diverse andere Dinge durcheinander gewürfelt hat.CyborgBeta schrieb:
Ja, das könnte das Verständnisproblem sein.simpsonsfan schrieb:
Dann verstehe ich den Widerspruch zu meiner zuletzt geposteten Aussage nicht, dass jedes Zeichen intern 16 Bit hat ... außer, dass das letztlich keiner von uns beweisen kann. Aber das ist doch auch alles nebensächlich. Ich kann als Programmierer davon ausgehen, dass ein bestimmtes Zeichen immer den gleichen "Zahlen"-Wert besitzt, und darauf kommt es doch an (imho).BeBur schrieb:
.So schwer wäre das nicht zu beweisen. Musst du halt schauen, was konkret im memory liegt.CyborgBeta schrieb:
Wenn dem so wäre, dann gäbe es diesen Thread gar nicht, ist schließlich alles jederzeit Unicode gewesen bei dir.CyborgBeta schrieb:
KannstCyborgBeta schrieb:
public int lastIndexOf(int ch) nutzen, um den letzten (einen) Punkt zu suchen und alle Punkte im Substring bis dahin ersetzen.char nicht deckungsgleich sein müssen) Und natürlich ruft diese Methode eine Schleife auf, die rückwärts durch den String geht.Ich glaube, Du hast den Unterschied zwischen Zeichen, Code Point und Code Unit nicht verstanden.CyborgBeta schrieb:
