Напечатать UTF-8 символ в аргумент командной строки

То, что его хватает с запасом на самом деле не означает, что он fixed-length :)

> Это винда до сих пор с динозаврами пребывает.

Это у меня - наследие ZX Spectrum (Дельта-С) и IBM 286.
Без кодировок под ними можно было только играть в игры и пытаться рисовать пиксели в графическом редакторе.

Такие нехорошие слова как «кодировка», «кодовые страницы» вообще надо забыть

Надо же потом будет ребенку преподавать дома информатику (когда образование платным станет). ;)
Историю ЭВМ и т.п.

Значит. Его хватает на весь character set.

> Его хватает на весь character set.

Он имеет ввиду еще один инопланетянский язык «в вакууме». Если изобретут.

Тогда будет совершенно другой UCS и совершенно другие UTF.

Глобализация приводит не ко появлению новых письменностей, а к их сокращению и глобальной унификации всего и вся, к сожалению. Так что юникоду вряд ли грозит разрастание. Например, среди китайцев есть несознательные товарищи, которые давно хотят отказаться от иероглифов и остаться только с их алфавитом пиньинь на основе латиницы, но пока китайские традиции всё-таки сильнее, что радует.

>среди китайцев есть несознательные товарищи, которые давно хотят отказаться от иероглифов и остаться только с их алфавитом пиньинь на основе латиницы
Это мандаринцы. Они столкнутся с тонной внезапно появившихся омонимов и усложнившимся языком, но в общем могут это сделать (вьетнамцы сделали подобное).
А с остальным китаем что делать? :3

character set сам по себе является fixed-length кодировкой (как минимум в понимании юникода).

UTF-16 (16-bit Unicode Transformation Format) is a character encoding for Unicode capable of encoding 1,112,064[1] numbers (called code points) in the Unicode code space from 0 to 0x10FFFF. It produces a variable-length result of either one or two 16-bit code units per code point.

The older UCS-2 (2-byte Universal Character Set) is a similar character encoding that was superseded by UTF-16 in version 2.0 of the Unicode standard in July 1996. It produces a fixed-length format by simply using the code point as the 16-bit code unit and produces exactly the same result as UTF-16 for 63,488 code points in the range 0-0xFFFF, including all characters that had been assigned a value at that time.

Именно. А UTF-32 определён исключительно на UCS-4 и fixed-length за счёт этого.

UTF-32 encoding form: The Unicode encoding form which assigns each Unicode scalar value to a single unsigned 32-bit code unit with the same numeric value as the Unicode scalar value. • In UTF-32, the code point sequence <004D, 0430, 4E8C, 10302> is represented as <0000004D 00000430 00004E8C 00010302>. • Because surrogate code points are not included in the set of Unicode scalar values, UTF-32 code units in the range 0000D800₁₆..0000DFFF₁₆ are ill-formed. • Any UTF-32 code unit greater than 0010FFFF₁₆ is ill-formed.

© спецификация unicode 4.0, часть 3.9.

Ок :) Значит в юникоде плохо с разделением сущностей :)

Что плохо-то?

Достаточно всё логично. Есть набор символов юникода, представленных номерами-числами. Это основа.

Далее стоит задача отобразить множество этих номеров юникода на множество других номеров, что было сделано разными способами в виде UTF8, UFT16, UTF32. Как угодно ещё можно придумать.

Ну так это простая разметка. Какие тут проблемы от использования юникода? Разве что не надо подбирать кодировку документа, да, ради чего собственно на него и переходят.

Ну если, допустим, появится набор символов UCS-6 или UCS-8, UTF-32 будет переменной длины?

> Ну так это простая разметка. Какие тут проблемы от использования юникода?

В HIP есть символы, которых нет с современном русском алфавите.
Эти символы кодируются с помощью комбинаций русских букв и других знаков.
Это я и понимаю под кодировкой. И мне такой способ определения новых сущностей нравится.
Для них не приходится изобретать новые редакторы - все делаешь,
как будто работаешь с LaTeX.
Проблем с юникодом в данном случае нет - он просто не нужен. :)
А вот изобретение цепочек байтов под эти же символы (которые обозвали UTF-8) - мне очень не нравится. Приходится переписывать программы «с нуля», хотя они могли бы быть значительно проще в случае красивых комбинаций символов, уже имеющихся в ASCII/CP1251/CP866/KOI8-R.

Это не кодировка, это как раз костыль в мире однобайтовых кодировок.

Опять же, никто не заставляет переписывать софт. Проблема в том что документ можно открыть и в CP1251, и в CP866, и в KOI8-R. Это ужасно, и есть единая кодировка, которая содержит абсолютно всё. Старославянскому (или как он там) тоже досталось место, как будто это что-то плохое.

А время для нового софта может и настанет когда-нибудь.

> А время для нового софта может и настанет когда-нибудь.

Что Вы понимаете под «новым» софтом? Который использует только Unicode?

Старославянскому (или как он там) тоже досталось место, как будто это что-то плохое.

Церковнославянскому (или «кириллице»). Есть в Unicode вроде и «глаголица» (которой писали наши предки до 900-х годов).

Это надо специально постараться, чтобы найти искусственные проблемы с кодировками в линуксе. Он же весь уже на юникоде давно, все редакторы gedit, kwrite, консоли, офисы и т.д. Куча раскладок клавиатуры тоже имеется. Пиши на всех языках одновременно и радуйся. Ан нет, вот вы проблемы себе создаёте какие-то выдуманные.

Товарищ, вам сюда — http://unicode.org/. Читать до полного просветления. Особенно про нормализации, композицию и декомпозицию, про совместимости с старьём и т.д. Про различия между юникодом и его представлениями в виде последовательности байт. Чтобы больше не писали глупости.

> Это надо специально постараться, чтобы найти искусственные проблемы с кодировками в линуксе.

Однако, такая проблема сразу вылезла - см. исходный вопрос о печати символа UTF-8 посредством /bin/echo.

Хорошо, в какой системе с кодовыми страницами нет проблем с выводом произвольного юникодного символа?

> Хорошо, в какой системе с кодовыми страницами нет проблем с выводом произвольного юникодного символа?

Там, где Unicode вообще не нужен. Или где он используется, например,
внутри программы - для передачи кода библиотеке freetype или Cairo.