Soorten Encodings

Laten we de meest voorkomende karakter coderingen ASCII, Extended ASCII, en Unicode eens in detail bekijken en de verschillen duidelijk uitleggen met een focus op het aantal bits, aantal karakters, ondersteunde talen en symbolen.

1. ASCII (American Standard Code for Information Interchange)

➡ De basis van character encoding.

Eigenschap	Details
Aantal bits	7-bits (maar vaak opgeslagen als 8-bits)
Aantal karakters	128 (0-127)
Opslagruimte	1 byte per karakter
Ondersteunde tekens	Engelse letters (A-Z, a-z), cijfers (0-9), leestekens en enkele speciale controlekarakters (bijv. Enter, Tab)
Ondersteunde talen	Alleen Engels

🔹 Beperkingen: ASCII kan geen accenten (é, ü, ñ) of andere talen weergeven.

Voorbeeld ASCII tabel: A = 65, B = 66, C = 67 Spatie = 32, Enter = 13

2. Extended ASCII (ISO-8859-1, Windows-1252, etc.)

➡ Een uitbreiding van ASCII met extra symbolen.

Eigenschap	Details
Aantal bits	8-bits
Aantal karakters	256 (0-255)
Opslagruimte	1 byte per karakter
Ondersteunde tekens	Extra symbolen zoals accenten (é, ü, ñ), valuta (€) en sommige grafische tekens
Ondersteunde talen	Meerdere West-Europese talen zoals Frans, Duits, Spaans, Nederlands

🔹 Beperkingen:

• Slechts 256 karakters, wat niet genoeg is voor talen zoals Chinees, Arabisch, Russisch.

• Verschillende standaarden (ISO-8859-1, Windows-1252) leiden tot compatibiliteitsproblemen.

Voorbeeld: In Windows-1252, het euro-teken (€) heeft code 128, maar in een andere encoding kan dat een ander symbool zijn!

3. Unicode (UTF-8, UTF-16, UTF-32)

➡ De wereldwijde standaard voor alle talen en symbolen.

Eigenschap	Details
Aantal bits	Variabel (8, 16 of 32 bits afhankelijk van de encoding)
Aantal karakters	1.5 miljoen mogelijke codes (momenteel ~140.000 karakters gedefinieerd)
Opslagruimte	Afhankelijk van de Unicode-variant
Ondersteunde tekens	Alle talen, emoji’s, wetenschappelijke symbolen, hiërogliefen, braille
Ondersteunde talen	Wereldwijd alle talen, incl. Arabisch, Chinees, Japans, Russisch, Hindi, emoji’s 😃

Unicode Varianten

Er zijn verschillende Unicode-encodings:

Encoding	Opslag per karakter	Omschrijving
UTF-8	1 tot 4 bytes	Populairst, gebruikt in websites en databases. Engels: 1 byte, andere tekens: 2-4 bytes
UTF-16	2 of 4 bytes	Veel gebruikt in Windows & Java, minder efficiënt dan UTF-8 voor Engelse tekst
UTF-32	4 bytes	Simpel maar inefficiënt, omdat het altijd 4 bytes gebruikt, ook voor kleine tekens

Voorbeeld Unicode tabel: A = U+0041 (65 in ASCII) é = U+00E9 (233 in Extended ASCII) 😃 = U+1F603 (geen ASCII-equivalent!)

🔹 Waarom is Unicode beter?

• Alle talen ter wereld kunnen worden weergegeven.

• Emoji’s en symbolen worden ondersteund.

• Compatibel met ASCII, want UTF-8 gebruikt exact dezelfde codes voor 0-127 als ASCII.

Welke moet je gebruiken?

• Voor moderne applicaties en websites → gebruik altijd UTF-8!

• Als je met oude systemen werkt → let op de encoding (bijv. Windows-1252 of ISO-8859-1)