merkkistöillä

Merkkistöillä tarkoitetaan tietojärjestelmissä käytettävien merkkien joukkoa, jonka puitteissa teksti voidaan tallentaa, käsitellä ja esittää. Yleisiä merkkistöjä ovat ASCII sekä laajemmat Latin-1/ISO-8859-1 ja muut vastaavat merkkistöt. Nykyisin laajin ja yleisin on Unicode, jonka merkkistö kattaa suurimman osan maailman kirjoitusmerkeistä.

Merkkistö ja koodaus eroavat toisistaan: merkkistö määrittelee, mitkä merkit ovat käytettävissä, kun taas koodaus määrittelee, miten nämä merkit esitetään bittijonossa. Esimerkiksi Unicode voi olla koodattuna UTF-8, UTF-16 tai UTF-32. Sama merkkistö voi siis olla tallennettuna eri tavoilla. Vanhemmilla järjestelmillä voi olla rajoituksia, mikä aiheuttaa yhteensopivuusongelmia tekstiä siirrettäessä.

Yhteensopivuusongelmat voivat ilmetä, kun teksti siirretään järjestelmistä toisiin, erityisesti vanhojen merkkistöjen kanssa. Tärkeä huomio on myös fonttien tuki: vaikka merkkistö sisältäisi tarvittavat merkit, niiden näkyminen edellyttää, että käytettävä fontti sisältää ne merkit. Unicode-tekstien käsittelyyn liittyy lisäksi normalisointi (NFC/NFD), jotta yhdistetyt merkit voidaan käsitellä yhdenmukaisesti.

Käyttöalueilla merkkistöillä on ratkaiseva merkitys verkkosivuilla, ohjelmoinnissa ja tiedostojen tallennuksessa. Unicode on nykyisin ensisijainen valinta, mutta järjestelmissä voi olla tarvetta tukemaan erityisiä merkkistöjä tai oikeita koodauksia. Dokumentaatiossa termi "merkkistöillä" viittaa yleensä siihen, mitkä merkit järjestelmä pystyy käsittelemään.