Zeichenkodierung bei HTML-Codes von Webseiten

Wenn man mit einem Editor Webseiten mit HTML-Code erstellt, dann muss man angeben, mit welcher Zeichenkodierung der HTML-Code der Webseite gespeichert werden soll. Die Auswahl der Zeichenkodierung erfolgt abhängig vom Editor, entweder beim Speichern der Datei oder in den Einstellungen des Editors. Die Angabe der Zeichenkodierung ist deshalb notwendig, weil ein Computer nur binäre Informationen in Form von 0 und 1 speichern kann. Daher wird für jedes Zeichen eine bestimmte Ziffernfolge zugeordnet, die aus den Ziffern 0 und 1 besteht und beim Speichern einer Datei wird statt den Buchstaben die Ziffernfolge abgelegt. Wenn man z.B. im Quellcode den Buchstaben A eingegeben hat und die Datei speichert, wird im Rechner die Ziffernfolge 1000001 gespeichert. Die eindeutige Zuordnung einer Ziffernfolge zu einem Zeichen wird Zeichenkodierung genannt.

Damit eine binäre Ziffernfolge eindeutig einem Zeichen zugeordnet werden kann, ist eine gewisse Systematik erforderlich. Nur so können die Informationen in einer verwertbaren Form gespeichert werden. Es wäre nicht hilfreich, wenn auf einem Rechner z.B. für den Buchstaben A die Ziffernfolge 1000001 abgelegt werden würde und beim Speichern mit einem anderen Programm oder auf einem anderen Rechner eine ganz andere, z.B. 1011001 oder 1011101. Es muss also ein Norm geben, mit der festgelegt wird, dass für jeden Buchstaben beim Speichern eine bestimmte Folge aus binären Ziffern abgelegt wird und beim Auslesen dieser Ziffernfolgen diese wieder in die entsprechenden Buchstaben umgewandelt werden. Nur so ist ein fehlerfreier Datenaustausch möglich und der fehlerfreie Austausch von Daten gehört zu den grundlegenden Voraussetzungen in der Informationstechnik. Sonst könnte es passiert, dass man z.B. A speichert oder verschickt und beim Auslesen der Ziffernfolge B angezeigt bekommt.

Daher erfolgt die systematische Zuordnung von binären Ziffernfolgen zu einem Zeichen über einen standardisierten Zeichensatz. Mit einem Zeichensatz werden folgende Dinge definiert, die sich zum Teil aus gegenseitiger Abhängigkeit ergeben:

• Anzahl der Bits: Bei einem Zeichensatz ist die Anzahl der binären Ziffern fest oder variabel definiert, die für die Zuordnung zu einem Zeichen benötigt werden. Wenn man z.B. für jedes Zeichen eine 4 Bit breite Ziffernfolge zuordnen würde, dann könnte man mit solch einem Zeichensatz höchstens 16 verschiedene Zeichen darstellen. Das wäre nicht mal ausreichend für das Alphabet. Daher wurden für den ASCII-Zeichensatz 7 Bits verwendet, den man für 128 verschiedene Zeichen verwenden konnte. Beim ANSI-Zeichensatz verwendet man 8 Bits und das ist ausreichend für die Verwendung von 256 verschiedenen Zeichen. Der Unicode-Zeichensatz kann 32 Bits breit sein und das reicht im Grunde aus, um alle Zeichen verwenden zu können, die es auf der Welt gibt. Auch sehr alte Schriftzeichen, die nicht mehr gebraucht werden, z.B. Runenschrift.
• Zeichenvorrat: Durch die Anzahl der verwendeten Bits ergibt sich zwangsläufig eine Begrenzung der möglichen Zeichen, die binären Ziffernfolgen zugeordnet werden können. Bei der Entwicklung eines Zeichensatzes musste daher überlegt werden, für welche Zeichen es verwendet werden kann und für welche nicht. Beispielsweise ist das Zeichen für die Kreiszahl Pi (π) im ASCII- und ANSI-Zeichensatz nicht enthalten, da diese Zeichensätze nur für 128 bzw. 256 Zeichen verwendet werden konnten, weshalb man eine Auswahl treffen musste und wichtigeren Zeichen den Vorzug gab. Die Menge aller Zeichen eines Zeichensatzes nennt man Zeichenvorrat.
• Zeichensatztabelle: Schließlich enthält ein Zeichensatz eine Zeichensatztabelle, in der jedem Zeichen eine binäre Ziffernfolge zugeordnet wird. Beim Speichern einer Datei wird auf dem Rechner für jedes Zeichen die zugeordnete Ziffernfolge abgelegt und beim Auslesen der Ziffernfolge, z.B. durch einen Browser, wird für eine Ziffernfolge das zugeordnete Zeichen angezeigt.

Wenn man Webseiten erstellt, dann muss man angeben, welche Zeichenkodierung für die Webseite verwendet wurde. Ist die verwendete Zeichenkodierung nicht angegeben, versucht der Browser, die Zeichenkodierung zu ermitteln, was nicht unbedingt erfolgreich sein muss oder es verwendet eine bestimmte Zeichenkodierung als Standard, die nicht mit der Zeichenkodierung der Webseite übereinstimmen muss. Und wenn der Browser eine falsche Zeichenkodierung verwendet, dann werden die binären Ziffernfolgen falsch zugeordnet und das kann sich dann so auswirken, dass einige Zeichen, z.B. deutsche Umlaute, falsch dargestellt werden. Das schränkt die Leserlichkeit der Texte erheblich ein. Der Benutzer kann zwar im Browser auf die richtige Zeichenkodierung umschalten. Doch die wenigsten verwenden bzw. kennen diese Funktion. Außerdem bliebe den Benutzern nur übrig, die Zeichenkodierung zu erraten und zu probieren und am Ende wüssten sie trotzdem nicht, ob es die richtige ist.