Русская альтернатива UTF-8

>Есть идея изменить маленько UTF-8 чтобы русские буквы помещались в байт. Мне это надо самому для написания форума, ну и вот думаю,может еще кому пригодится...

Забавно. А английские в два. Чем тебе koi8-r не нравится? Или хочется сделать ШЕСТУЮ русскую кодировку?

Хватит велосипеды изобретать.

какие велосипеды? Покажи мне хоть едину уникодовую кодировку в которой русские и английские буквы вмещались бы в менее чем два байта.

>какие велосипеды? Покажи мне хоть едину уникодовую кодировку в которой русские и английские буквы вмещались бы в менее чем два байта.

А греки захотят, чтобы там были английские и греческие, евреи - аналогично и т. д. И где тут тогда единая кодировка?

Вообще места для многих алфавитов хватит, если исключить из них заглавные буквы: заглавные буквы можно и двумя байтами представлять, они не так часто в тексте встречаются...

да на кол за такое надо!
бля мало cp1251, koi8, utf? бардака мало?
кодировка должна быть одна. и такое понятие как "кодировка" вообще исчезнет.

Господа, может хватит а?
Кодировок итак дофига UTF уже все покрыл,
ненадо больше!

Не надо кричать, как индюк на сковородке. Не нужна так не нужна - закроем тему. Я ее для своих целей делаю.

Я уже говорил, UTF мне не подходит, она тратит 2 байта на каждую Русскую букву.

Да нет, я думаю, что он имел в виду, что может, чтоб не плодить кодировки либу сделать, которая конвертнет все что надо в тот 
формат, потом обратно (после обработки прогой).

Если подумать, то звездануться можно будет скоро от них =)

>Я уже говорил, UTF мне не подходит, она тратит 2 байта на каждую Русскую букву

ну и что?

>какие велосипеды? Покажи мне хоть едину уникодовую кодировку в которой русские и английские буквы вмещались бы в менее чем два байта.

Она поэтому и юникодная, что не надо вмещаться в один байт - каждая буква вмещается в два и этого достаточно для основной массы языков.

А его надо отправить куда-нить в Германию и заставить переписываться на трех языках сразу.

> Мне это надо самому для написания форума,

а можно подробнее, если для того чтобы удобнее работать с русским алфавитом,
чтобы он умещался в 256 массиве, то рекомендую взглянуть как это сделано в aspell,
там есть поддрежка юникода, но отводится один байт на символ.

а стандарты да бывают плохие неудобные, но все перевешивается тем что они стандарты, что есть очень и очень хорошо.

Его к нам на Украину - у нас кодировок больше всех! Одной кодировкой больше... одной меньше ... :)

PS

Без связей в комитетах по стандартизации на тебя все будут забивать.

Комитеты по стандартизации находятся в Штатах, а американцы довольно презрительно относятся ко всему Русскому. Большинство из американцев довольны ASCII, так что, перейдем на транслитерацию? или еще лучше: на английский язык? Нафиг вообще париться с языками?

Ну почему же им наплевать на русский. Они свою кодировку, та которая iso*5, тоже нам пихали. Только ее никто не использовал. )))

Скоро на ЛОРе кто-нибудь начнет новый язык программирования изобретать :)

Да ладно, если будет лучше, только поддержим!

?!
Неужто я не прав?

А можно меня?
В Ирландию приглашали - отказался (обстоятельства),

ЗЫ
Наверное, пошутил, т.к. и ща откажусь, к счастью, они не изменились =)

>Я уже говорил, UTF мне не подходит, она тратит 2 байта на каждую Русскую букву.

А почему не сделать форум в koi8-r или в cp1251?

>Harliff >А почему не сделать форум в koi8-r или в cp1251?

На форуме будут выкладываться тексты на Старословенском...

Я конечно не знаток древних алфавитов (не встречал глазками), но там-же только Ъ (ять) добавляется? Имхо твердый знак с ней справится =)

Я не совсем понимаю, вы собираетесь еще и своего клиента писать? Ведь ни один браузер о вашей кодировке знать не будет и никто не сможет на форуме ничего написать и прочитать. Попробуйте поискать среди имеющихся подходящую вам, наверняка она существует в UTF8.

Что-то это как-то заумно. Не проще-ли просто в строке байт с 1 в 8-ом бите взять за признак языка, и все следующие строки будут считаться однобайтными символами этого языка? Надо другой - пожалуста - вставляй другой байт переключающий язык.

Переключение языка, по идее, довольно редкая операция, поэтому 99% текста получится в однобайтной кодировке.

Извинияюсь - коря-во как-то все описал. В общем, смысл в введении однобайтного переключателя языка.

Полная Кириллица содержит 49 букв...

Вывод будет статический, в кодировке UTF-8, так что на клиенте это никак не отразится. То есть будут лежать .html файлы. Они займут много места, но их не надо бакапить...

Байт-переключатель языка сделать, конечно, проще. Но это усложнит разбор грамматики парсером, а так же усложнит сортировку, сделает невозможным доступ к любой букве и так далее - операции очень нужные для промежуточного хранения...

Есть и другой способ, исключающий необходимость 64-битного выравнивания. Он гораздо проще и заключается в модификации ASCII-части UTF8. В ней если немного подвинуть некоторые устаревшие символы, такие как 'device control 1-4' оставить из непечатаемых только 0, TAB, LF, CR и ESC, а так же выбросить заглавные буквы. Ввести новый непечатаемый символ 'shift', сигнализирующий что следующая буква заглавная. При сортировке shift можно легко игнорировать, таким образом упрощается сортировка. У меня уже есть макет кодовой таблицы. Кому интересно - вышлю на мыло.

К чему всё это?

Только для сохранения места? Не проще ли использовать компрессию?

Кстати ты непоследователен, не хочешь использовать однобайтовый переключатель языка, но тут же вводишь однобайтовый переключатель регистра, и всё потому, что в конкретном твоём приложении СЕГОДНЯ так удобнее. Завтра твои задачи изменяться, и как ты будешь бороться со своей самопальной кодировкой, не предназначенной для сортировки с учётом регистра?

Формат данных нужно использовать по возможности более общий. Если нужно сократить размер и ускорить сортировку - то и решай именно эти задачи (только сначала убедись, что это действительно является проблемой), а не создавай себе ненужных проблем.

P.S. "русский" пишется с маленькой буквы. Это я тебе говорю как русский человек, который не любит когда его родной язык коверкают ненужными прописными буквами.