Unicode: verschil tussen versies

Een neveneffect bij omzetting van gegevens die anders gecodeerd waren, is dat bij sorteren op numerieke volgorde een ander resultaat (space, numeric, uppercase, lowercase (SNUL)) dan bijvoorbeeld bij [[EBCDIC]] (space, lowercase, uppercase, numeric (=SLUN)) verkregen wordt, omdat de tekens anders gerangschikt zijn.

 

Bij de eerste computers waren alle teksten (programma's en in- en uitvoer) in hoofdletters, met als verdere tekens cijfers, leestekens en dergelijke, zie bijvoorbeeld [[GCOS#GBCD|GBCD]]. Later werden kleine letters toegevoegd, zie bijvoorbeeld [[ASCII (tekenset)|ASCII]]. Deze 7-bits code (8-bits zijn samen 1 byte) bevat alleen het [[Latijns alfabet|Latijnse alfabet]] en geen [[Diakritisch teken|diakritische tekens]]. Het lag daarom voor de hand ASCII uit te breiden tot ''extended ASCII'' met een achtste bit, maar er was niet genoeg ruimte voor alle tekens in alle talen met het Latijnse schrift. Daarom kregen veel talen hun eigen variant van extended ASCII en er was ook [[EBCDIC]]. Er is geen standaardmethode om aan te geven welke variant gebruikt wordt, zo gebeurt dit in [[HTML]] anders dan in [[e-mail]], en in [[platte tekst]] kan het al helemaal niet, wat veel spraakverwarring oplevert.