I18n

Locale

Language ISO 639

Country ISO 3166

Variant

pt_BR = Português, Brasil

pt_BR_ PE = Português, Brasil, Pernambuco

Números

Datas

Surpresas

Resource Bundle

JSP

JSTL fmt javadoc

Struts bean javadoc

Grails tag message javadoc

Charsets

Unicode é um conjunto universal de caracteres, um padrão que define, em um único lugar, todos os caracteres necessários para escrever na maioria dos idiomas vivos usados nos computadores

Arabic Greek Khmer Runic Armenian Gujurati Lao Sinhala Bengali Gurmukhi Latin Tamil Cherokee Hangul Mongolian Telugu Cyrillic Hebrew Tibetan Thaana Devanagari Ethiopic Georgian etc...

primeiros 65,536 códigos = B asic M ultilingual P lane

próximos 65,536 códigos = supplementary characters

atualmente catalogados mais de cem mil caracteres

character set ≠ character encoding

character set é um conjunto de caracteres para os quais cada caractere é representado por um único número

‘ à’ = 255 Unicode

character encoding reflete o modo como os caracteres são mapeados para bytes para que o computador possa entende-los

ISO-8859-1 = Latin 1

ISO-8859-1 não é Unicode

ISO-8859-1 abandonado em 2004...

... em favor do UTF-8

UTF-8 é Unicode

Escolhendo um Encoding

Unicode

Unicode

Unicode

Unicode

Um encoding baseado no Unicode pode suportar muitas linguagens acomodar páginas e formulários que misturem essas linguagens

?

Marcos Pereira [email_address] http://marcospereira.wordpress.com