Kodnings

Kodning er processen med at omdanne information fra et format til et andet med henblik på lagring, transmission eller fortolkning. I informationsteknologi bruges begrebet i flere betydninger. Ofte skelnes der mellem tegnkodning, data-komprimering og kryptering. I bredt sprog kan “kodning” også referere til softwareudvikling, dvs. at programmere.

Tegnkoding (character encoding) beskriver hvordan tegn konverteres til tal og derefter til bytes. De mest anvendte standarder er ASCII, ISO-8859-1 og Unicode-familien, herunder UTF-8, UTF-16 og UTF-32. UTF-8 er i dag dominerende på internettet. Valget af tegnkodning påvirker læsbarhed, udveksling af data og internationalt indhold. Forskellige platforme kan bruge forskellige endian-ordninger og bom (byte order mark), hvilket kan føre til fejl ved dataudveksling.

Data-komprimering er også en form for kodning, der reducerer størrelse på data. Lossless-kodning som DEFLATE og Huffman-kodning anvendes i filformater som ZIP, PNG og gzip. Lossy-kodning bruges i medier, eksempelvis JPEG til billeder og MP3 til lyd, hvor visse detaljer går tabt for at spare plads.

Anvendelse og standardisering: For web og databaser er korrekt tegnkodning afgørende for interoperabilitet. HTML og HTTP kræver ofte, at tegnkodningen erklæres (typisk UTF-8). Programmeringssprog og databaser følger ofte Unicode og UTF-8 som default, hvilket mindsker risikoen for mojibake og datafejl.

Historie: tidlige kodninger som ASCII blev udbredt i midten af det 20. århundrede; Unicode-projektet gjorde i 1990’erne og 2000’erne en universel tegnkodning praktisk og udbredt.