الحالة الغريبة لطول الرموز التعبيرية في جافا سكريبت: UTF-8 و UTF-16 و UTF-32 ومجموعات الجرافيم
تتناول هذه المقالة التناقضات في طول سلاسل الرموز التعبيرية عبر لغات البرمجة المختلفة. على سبيل المثال، في جافا سكريبت، يكون طول "🤦🏼♂️".length مساويًا لـ 7، بينما يكون 5 في بايثون و 17 في روست. وينبع هذا من الاختلافات في كيفية تعامل اللغات مع ترميز السلاسل (UTF-16 و UTF-8 وما إلى ذلك) ووحدات الأحرف (قيم Unicode القياسية، ومجموعات الجرافيم الموسعة، وما إلى ذلك). يجادل الكاتب بأن تذكر الطول في الترميز الأصلي أمر معقول، ولكن يجب حساب الأطوال الأخرى (مثل مجموعات الجرافيم الموسعة) عند الطلب لتجنب زيادة سعة التخزين غير الضرورية ومشاكل المزامنة. كما تحلل المقالة إيجابيات وسلبيات مخططات الترميز المختلفة، مع تسليط الضوء على مزايا UTF-8 في التخزين والتبادل. وأخيرًا، تتناول مسألة حصص الطول العادلة، حيث تُظهر أنه لا توجد طريقة بسيطة لقياس كثافة المعلومات بشكل عادل عبر اللغات، مع توضيح ذلك من خلال ترجمات الإعلان العالمي لحقوق الإنسان.
اقرأ المزيد