UTF-8 en URL's

[CodeCaster]

Sommige wikipedia-pagina's hebben een 'en dash' in de titel: – (of –, of –).

Wanneer je zo'n url (zoals deze) dan plakt in een bericht op GoT wordt dat, vanwege het ontbreken in de character set ISO-8859-15, omgezet naar het volgende:

Wikipedia: Shannon�Hartley theorem

Wat kan hieraan gedaan worden? Er niet meer naar linken?

[crisp]

Ik zal eens kijken of we dat kunnen decoden naar een entity

[Osiris]

"een entity"? De entity zul je bedoelen: –

[The Eagle]

Osiris schreef op woensdag 20 mei 2009 @ 12:24:
"een entity"? De entity zul je bedoelen: –

Neuh, hij is devver, hij mag zelf kiezen
Dus in dit geval wel een entity

[Osiris]

Nou, vooruit

[crisp]

Osiris schreef op woensdag 20 mei 2009 @ 12:24:
"een entity"? De entity zul je bedoelen: –

Nee, een entitity; – of – kunnen immers ook (waarbij de laatste het meest eenvoudig is om te realiseren)

[ Voor 10% gewijzigd door crisp op 20-05-2009 12:42 ]

[Osiris]

Is dat omdat de unicode-"character" qua bytes 0x82 0x11 is?

[crisp]

Osiris schreef op woensdag 20 mei 2009 @ 16:25:
Is dat omdat de unicode-"character" qua bytes 0x82 0x11 is?

Nee, juist 0x20 en 0x13, oftewel 32 en 19 -> 32 * 256 + 19 = 8211

[Osiris]

Hm, maar ik zie net dat in UTF-8 't in bytes 0xE2 0x80 0x93 is

[crisp]

Osiris schreef op woensdag 20 mei 2009 @ 16:45:
Hm, maar ik zie net dat in UTF-8 't in bytes 0xE2 0x80 0x93 is

klopt, unicode U+0800 t/m U+FFFF is in UTF8 3 bytes: 1110yyyy 10yyyyxx 10xxxxxx

dus 11100010 10000000 10010011 maakt decimaal 226 128 147 oftewel 0xE2 0x80 0x93

[crisp]

Fixed: Wikipedia: Shannon–Hartley theorem