Merkistöstä

Merkistöstä tarkoittaa merkkien kokonaisuutta, jota tietokoneet ja ohjelmistot voivat esittää, tallentaa ja käsitellä. Se kuvaa sekä käytettävissä olevien merkkien joukon (kirjaimet, numerot, välimerkit) että tapaa, jolla merkit muutetaan binääriseen tallennukseen. Merkistöä käytetään yhdessä koodauksen kanssa: koodaus määrittelee, miten kukin merkki muunnetaan biteiksi ja miten merkit palautetaan luettavaan muotoon.

Tunnetuimmat merkistöt ovat ASCII, Latin-1 (ISO/IEC 8859-1) sekä Unicode. ASCII on 7‑bittinen ja kattaa noin 128 yleisintä merkkiä. Latin-1 laajentaa valikoimaa kattamalla useita länsieurooppalaisia merkkejä. Unicode on kattava standardi, jonka tarkoituksena on kuvata kaikki kirjoitusjärjestelmät. Sen merkkijoukkoja käytetään erityisesti koodauksissa kuten UTF-8, UTF-16 ja UTF-32. Nykyisin yleisin on UTF-8, joka on taaksepäin yhteensopiva ASCIIin ja soveltuu hyvin monikieliseen tekstiin sekä verkkosovelluksiin.

Merkistön valintaan vaikuttavat yhteensopivuus vanhojen järjestelmien kanssa, tiedostojen siirto ja käyttäjän kielitarpeet. Lisäksi on tärkeää ymmärtää, että sama merkki voi esiintyä eri koodauksissa eri binäärimuodossa, mikä voi aiheuttaa vääriä tuloksia joissakin ympäristöissä. Fonttien tuki vaikuttaa siihen, miten merkkejä näytetään, mutta merkistö määrittelee, mitä merkkejä voidaan käsitellä ja tallentaa. Yleisesti ottaen Unicode- ja UTF-8 -ratkaisut ovat nykyään standardi monikielisessä computing- ja verkkokäytössä.