Zeichensatz in Java

In C oder C++ wurde nur der ASCII Zeichensatz unterstützt und andere Zeichen nur in Kommentaren gedultet. Manche Compiler haben selbst in Kommentaren noch Umlaute bemängelt.

In Java wird der Unicode-Zeichensatz verwendet. Vor der Version 1.1 war es die Unicode Version 1.5, ab 1.1 in der Version 2.0. Daher können in Java-Programmen Variablennamen Umlaute enthalten. Allerdings gilt dies natürlich nur, wenn ein Unicode/Latin-1 kompatibler Editor verwendet wird. Erstellen Sie eine Datei unter DOS, können Sie keine Umlaute verwenden, da der Zeichensatz unter DOS nicht zu Unicode/Latin-1 kompatibel ist.

Der tiefere Grund liegt in der vom Hostsystem angebotenen Konvertierungsprogrammen, die Dateien mit dem lokal benutzten Zeichensatz in Unicode umwandeln. Und der lokale Zeichensatz ist eben nun der Windows-Zeichensatz.

Unter Linux oder Windows können Sie jeden Editor benutzen.

Versuch:
Definieren Sie in einem Java-Programm eine Eigenschaft mit dem Namen "münchen". (z.B. int münchen = 89;) Wird der Quelltext mit einem Linux/Windows Editor erstellt, läßt sich das Programm übersetzen. Editieren Sie das Programm mit "edit" unter DOS, wird eine Fehlermeldung ausgegeben.

Unicode-Zeichen beinhalten den ASCII-Zeichensatz in der amerikanischen Variante, den ISO-8859-1 Zeichensatz (Latin 1) und alle weiteren zeichen der internationalen Alphabete. 

Zeichen, die man von der Tastatur nicht eingeben kann, können durch die Ersatzdarstellung \uxxxx in einen Text eingefügt werden. 

Anbei ist noch eine Übersicht über die Versionen 2.1 und 3.0 des Unicode Standards.
 
 

Category	V 2.1	V 3.0
Alphabetics, Symbols	6511	10236
CJK Ideographs	21204	27786
Hangul Syllables	11172	11172
Total assigned characters	38887	49194
Private Use	6400	6400
Surrogates	2048	2048
Controls	65	65
Not Characters	2	2
Total assigned 16-bit code values	47402	57709
Unassigned 16-bit code values	18134	7827