Re: [LOCALE] UTF-8 er noget værre slam

[Ole Laursen <sslug@sslug>]

Keld Jørn Simonsen <sslug@sslug> writes:

>> Der er forskel på hvad Java-sproget stiller til rådighed og hvad den
>> virtuelle maskine benytter. Sproget benytter 16 bit-tegn, men den
>> virtuelle maskine gemmer strengkonstanter i UTF-8 så vidt jeg husker.
>> Se her under afsnit "5.4 String Resolution":
>> 
>>   http://www.cs.arizona.edu/~collberg/Research/Java-VMSpec/ConstantPool.doc.html
>
> Hmm, så vidt jeg kan se er det kun navnene på variablene som er i utf-8,
> og de kan jo vistnok være url-er, so det er meget praktisk. Det er ikke
> strengene selv, strenge der skal behandles, men variabelnavne (tror jeg
> nok).

Næh, det er strengkonstanter. Hvis f.eks. du skriver

  string s = "Rødgrød med fløde";

bliver "Rødgrød med fløde" gemt som en strengkonstant et sted i den
oversatte bytekode, ligesom hvis man havde skrevet

  char *s = "Rødgrød med fløde";

i et C-program hvor du så ville kunne finde "Rødgrød med fløde" ved at
køre "strings" på den binære fil (lige pånær problemer med ø'erne
selvfølgelig). Jeg er rimeligt sikker på dette for vi implementerede
nemlig en oversætter der spyttede JVM-assembler ud for et par semestre
siden.

Variabelnavne kan i øvrigt ikke være URL'er? De følger almindelig
gængs programkodesyntaks så vidt jeg da er orienteret.

-- 
Ole Laursen
http://www.cs.aau.dk/~olau/