• Het had absoluut compacter gekunt ...
• Had mogelijk niet de ongefragmenteerde stroom aan gedachten moeten optekenen
• Anderzijds: er is nog steeds keurig gediscusseerd voors en tegens gegeven
• Dit is een verademing ... Zeker in het tijdperk van instagram, snapchat, twitter en alles dat vluchtig is

Het is me gelukt om de data 100% over te zetten naar macOS, maar daarbij moest ik echt gebruiken maken van een combinatie van technieken.

Uiteindelijk heb ik de namen middels de nodige scripts, zoveel mogelijk "gestript" naar eenvoudige tekens. Maar ... Ikzelf spreek, lees en schrijf ook nog in andere talen dan het Nederlands waar je soms gewoon niet om die andere leestekens heen kunt.

Mijn excuses voor het botte antwoord, maar dat is natuurlijk pure onzin!

Een Franstalige enquete hoeft niet in en bestand met de naam "Enquête.docx" te staan, zonder accent kan ook, en ook iets als "Le medecin a une question.docx" is een valide bestandsnaam welke op alle systemen die na CP/M, DOS en TOS zijn uitgebracht kan worden geopend.

Ik zal pogen iets meer zorg te dragen voor structuur binnen mijn posts, alsook op diens lengte. Maar verval niet tot verbaal geweld als ik een vlaag van verstandsverbijstering toch weer verval in oude (slechte) gewoontes.

Soms kan ik genieten van je lange stukken tekst. Alleen, als je een probleem hebt welke moet worden opgelost, dan kan heeft een korte bondige beschrijving zeker voordelen! Skip in dat geval de tientallen zijsprongen.

Während ich also unbeschwert draußen im Straßencafe Klöße mit Soße genießen und dazu einen Weißwein trinken kann, muss ich das Faßbier und die Delikateß-Flußkrebse stehen lassen ...

En français, il y a bien sûr beaucoup de problèmes à prévoir si vous ignorez les caractères français.

и мы еще не говорим о русском. в этом языке, как и в сербском, используется кириллица. Проблемы с транслитерацией в сторону, просто другой алфавит. Это означает, что с разными файлами, похоже, есть проблемы.

Al deze stippen, lijnen en staarten en rare tekens zijn de meest karakteristieke elementen van verschillende Talen, een beeldend voorbeeld is te geven in het Pools. Er zijn echt fundamentele verschillen in betenis tussen woorden met of zonder diaktrisische tekens. Voorbeelden:

nie podoba mi się to żądanie
nie podoba mi sie to zadanie

Verschil tussen de zinnen? "Ik vind het verzoek niet leuk" versus "ik vind de opdracht niet leuk". Opdracht of verzoek is een wezenlijk verschil.

Ook in namen kan een eenvoudig teken het een wezenlijk verschil maken. Natuurlijk is een bestandsnaam niet veel meer dan een eenvoudige verwijzing naar de inhoud van een document. Maar de wereld is niet plat. We spreken ook niet allemaal een gemeenschappelijke taal.

Waar het engels en het nederlands talen zijn waar de woordvolgorde er toe doet, zijn er talen waar heel andere mechanismen worden toegepast. Zo hebben diverse slavische talen gemeen dat vervoegingen, naamvallen en diacritische tekens een wezenlijk of zelfs diametraal verschil kunnen maken in betekenis.

Veel bestandsnamen worden met de hand aangemaakt, maar ik denk dat zo'n 30% van de bestandsnamen hier voortkomt uit geautomatiseerde processen.

Ik snap je stelling, maar ik hoop dat je kunt voorstellen dat er echt wel verschillen kunnen zijn. Het blijft natuurlijk grappig om een buitenlander de Nederlandse klinkers te leren gebruiken. Wij kennen immers een verschil tussen 'i' en 'ie', alsook 'u' en 'oe' en 'uu'. Moet je aan een Pool of een Rus vragen om de volgende zin eens te lezen:

- Pieter vroeg een tegemoetkoming in de huurkosten

In die landen staat de 'u' in hun taal gelijk aan de Nederlandse 'oe'. Dubbele u's komen niet echt voor, dus houdt men vaak (bij het leren van de taal) langer de 'oe' vast. Da's een gewoonte, evenals nederlanders veelal moeite hebben met de 'G'. Veelal vindt men dat wij, Nederlanders, er op los 'rochelen' als we de G uitspreken.

terug naar de kern en de korte versie: in redelijk wat gevallen zal dit kloppen. Maar dit is taalafhankelijk. Mijn werkgebied bestrijkt momenteel redelijk wat geografische kilometers met vele verschillende talen, culturen en daarmee dus ook "possibility's to make a major F-up".

Stuur ik een bericht naar een oudere Duitser, (fonetisch uitgesproken met Duitse tongval): dan staat herr Professor Doktor von Dingelwinkel erop dat die Deutsche Sprache korrekt wird utiliziert.

Anderzijds, spreek ik met mijnheer Szymanski uit Polen dan vindt hij het toch echt een dingetje als we de bedrijfsnaam met een 'L' schrijven in plaats van de 'Ł'.

Ik ben grootgebracht in een computerwereld, dus voor mij was het ASCII, EBCEDIC, UTF en bovenal: eenvoud ... Of het nu genießen of geniessen is, Garçon of Gascon, Łękomir of Lekomir is ... I don't give a !@#-@@@ ...

Maar in mijn gewone leven heb ik daar wel helaas mee te maken. en ergens, anno 2021 zou het met het kopieren van bestanden en in een UTF wereld toch niet meer mogen uitmaken, zo zou je denken.

Groet!

Je trekt je duidelijk geen zier aan van de goedbedoelde adviezen, mijn hemel . Je hebt toch niet zo'n lap tekst nodig om uit te leggen dat verschillende talen gekke tekens in het assortiment hebben?! Maar als je een college taalkunde wil geven dan moet je dat maar doen, het is jouw draadje tenslotte...

Wat me eigenlijk meer stoort is dat er moeite gedaan wordt om met je mee te denken, de tip over bestandsoverdracht via het netwerk bijvoorbeeld van Flix en het bit-rot verhaal waar ik me in verdiep. Ik geef argumenten waarom het zo'n vaart niet loopt en deels ook niet klopt maar daar komt van jou verder geen enkele reactie op! Zo wordt het een beetje de doctor_apple_kijk_eens_wat_ik_kan_one_man_show, ik haak af.

...
Maar in mijn gewone leven heb ik daar wel helaas mee te maken. en ergens, anno 2021 zou het met het kopieren van bestanden en in een UTF wereld toch niet meer mogen uitmaken, zo zou je denken.

Er is niet één UTF wereld! Er is UTF-8 en UTF-16, en UTF-16 is afhankelijk van de endianness (kort gezegd: de bytevolgorde), waardoor UTF-16 niet ideaal is tussen systemen.

UTF-8 is compatibel met ASCII, alleen bijzondere tekens (dus niet-ASCII-tekens) kosten meer bytes.

Met andere woorden: er is niks "Uni" aan "Unicode"!

Mijn advies blijft onveranderd: gebruik alleen de basiskarakters (zie mijn eerdere reactie) uit de ASCII karakterset in je bestandsnamen. Indien mogelijk ook voor Cyrillisch en andere schriften.

Er is niet één UTF wereld! Er is UTF-8 en UTF-16, en UTF-16 is afhankelijk van de endianness (kort gezegd: de bytevolgorde), waardoor UTF-16 niet ideaal is tussen systemen.

UTF-8 is compatibel met ASCII, alleen bijzondere tekens (dus niet-ASCII-tekens) kosten meer bytes.

Met andere woorden: er is niks "Uni" aan "Unicode"!

Je hebt gelijk, er is weinig aan "universeel" aan unicode 

Ik denk dat we hier een onderscheid moeten maken tussen de Unicode standaard en implementaties hiervan, zoals UTF-8, UTF-16, UTF-32 en GB 18030.

Unicode is an information technology (IT) standard for the consistent encoding, representation, and handling of text expressed in most of the world's writing systems. The standard is maintained by the Unicode Consortium, and as of March 2020, there is a total of 143,859 characters, with Unicode 13.0 (these characters consist of 143,696 graphic characters and 163 format characters) covering 154 modern and historic scripts, as well as multiple symbol sets and emoji. The character repertoire of the Unicode Standard is synchronized with ISO/IEC 10646, and both are code-for-code identical.