• HTML-Elemente: neutrale Elemente
• HTML-Diverses: Überblick
•  

HTML-Elemente: Schriftzeichen
Details, Bearbeiten in Web-Editoren

Überblick Elemente

Schriftzeichen, die außergewöhnlich sind und nicht einfach eingetippt werden können, können als entities (beschriebenes Zeichen) im text-html-code gespeichert werden. Diese entities sind aber keine HTML-Elemente und werden daher auch nicht als tag mit < und > angegeben, sondern mit & und ; "maskiert".

Code	Elementname original	deutsche Übersetzung
&…;	entity (Mehrzahl: entities)	wird meist nicht übersetzt wörtliche Übersetzung: Instanz, Funktionseinheit, aber auch im Sinne von Exemplar http://de.wikipedia.org/wiki/Instanz_(Informatik)
	named entities	Benannte Zeichen

Typische Darstellung

Es gibt Zeichen, die immer problemlos eintippbar bzw. mit allen Zeichencode-Tabellen darstellbar sind. Alle anderen können, falls man Probleme erwartet, mit entities "umschrieben" werden. Dafür gibt es mehrere Varianten:

Tag	Beispiel, wie es dargestellt wird
problemlose Schriftzeichen, werden wie sie sind codiert und abgespeichert	(Leerzeichen) ! " # $ % & ' ( ) * + , - . / 0 1 2 3 4 5 6 7 8 9 : ; < = > ? @ A B C D E F G H I J K L M N O P Q R S T U V W X Y Z [ \ ] ^ _ ` a b c d e f g h i j k l m n o p q r s t u v w x y z { | } ~
&copy;	©
&#169;	©
&#xA9;	©

Beschreibung

Zeichensatz (character set), Zeichensatztabellen

Jedes Schriftzeichen eines Zeichensatzes (engl.: character sets, in HTML das Attribut charset), das am Computer gespeichert wird, muss in eine Zahl umgewandelt werden (Kodierung in eine Folge von bits). Dies gilt für alle Programme und nicht nur für HTML.

Dazu werden Zeichensatztabellen verwendet. Sie legen in Form einer Tabelle fest, welches Schriftzeichen welchem Zahlenwert entspricht und umgekehrt.

Der Zahlenwert wird Codepoint genannt, das zugehörige Schriftzeichen als abstraktes Zeichen (abstract characters) - die Verbindung aus beiden als kodiertes Zeichen (encoded character). Die Summer der Codepoints ergeben den Coderaum (code space). Der Coderaum wird im Allgemeinen durch Integerzahlen repräsentiert.
http://de.wikipedia.org/wiki/Codepoint

http://de.wikipedia.org/wiki/Zeichensatz
http://de.wikipedia.org/wiki/Zeichencodierung
http://de.wikipedia.org/wiki/Zeichensatztabelle

Probleme

Probleme kann es geben, wenn Daten in einen Computer eingegeben, auf einen anderen transferiert und dort wieder ausgegeben werden. Verwenden beide Computer die selben Zeichensatztabellen, so gibt es kein Problem mit der Darstellung bei der Ausgabe. Probleme gibt es, wenn beide unterschiedliche Zeichensatztabellen verwenden, wie es früher üblich war z.B.:

• Computer A (Windows) verwendet den Zeichensatz "Windows-1252 Westeuropäisch". Wird der Buchstabe ä eingetippt, so wird die Zahl 228 (Hexadezimal: E4) abgespeichert, das dieser Buchstabe in dieser Zeichensatztabelle an dieser Position steht. 
• Wird die Datei auf einen anderen Computer übertragen - z.B. per E-Mail, Diskette/USB-Stick, WWW - so ist dies nur eine Bitfolge, also die Zahlen, welche für die Buchstaben stehen.
• Computer B (Mac von Apple vor OS-X) verwendet den Zeichensatz "Mac OS Roman". Soll der Buchstabe dargestellt werden, so wird in der Zeichensatztabelle an der Position 228 (Hexadezimal: E4) nachgesehen und das dort angegebene Zeichen ausgegeben. In diesem Zeichensatz steht dort aber das Zeichen ‰ und dieses wird auch angezeigt.

frühere Zeichensatztabellen (Codepage oder Character Map)

Einer der ersten Zeichensatztabellen für Computer war der ASCII-Code (American Standard Code for Information Interchange). Er ist 7 bit lang und umfasst daher 128 Zeichen (davon 95 "druckbare" Zeichen, die restlichen sind Steuerzeichen). Die druckbaren Zeichen sind Buchstaben des lateinischen Alphabets (in Groß- und Kleinschreibung), die zehn arabischen Ziffern sowie die wichtigsten Satzzeichen und Sonderzeichen:
!"#$%&'()*+,-./0123456789:;<=>?
@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_
`abcdefghijklmnopqrstuvwxyz{|}~
http://de.wikipedia.org/wiki/American_Standard_Code_for_Information_Interchange
ASCII-Codetabelle (ohne die Steuerzeichen von 0 bis 31)

Bin	Hex	Dez	ASCII	Zeichen
0100000	0x20	32	SP	Leerzeichen
0100001	0x21	33	!
0100010	0x22	34	"
0100011	0x23	35	#
0100100	0x24	36	$
0100101	0x25	37	%
0100110	0x26	38	&	kaufmännisches und
0100111	0x27	39	'
0101000	0x28	40	(
0101001	0x29	41	)
0101010	0x2a	42	*
0101011	0x2b	43	+
0101100	0x2c	44	,
0101101	0x2d	45	-
0101110	0x2e	46	.
0101111	0x2f	47	/
0110000	0x30	48	0
0110001	0x31	49	1
0110010	0x32	50	2
0110011	0x33	51	3
0110100	0x34	52	4
0110101	0x35	53	5
0110110	0x36	54	6
0110111	0x37	55	7
0111000	0x38	56	8
0111001	0x39	57	9
0111010	0x3a	58	:
0111011	0x3b	59	;
0111100	0x3c	60	<
0111101	0x3d	61	=
0111110	0x3e	62	>
0111111	0x3f	63	?
1000000	0x40	64	@
1000001	0x41	65	A
1000010	0x42	66	B
1000011	0x43	67	C
1000100	0x44	68	D
1000101	0x45	69	E
1000110	0x46	70	F
1000111	0x47	71	G
1001000	0x48	72	H
1001001	0x49	73	I
1001010	0x4a	74	J
1001011	0x4b	75	K
1001100	0x4c	76	L
1001101	0x4d	77	M
1001110	0x4e	78	N
1001111	0x4f	79	O
1010000	0x50	80	P
1010001	0x51	81	Q
1010010	0x52	82	R
1010011	0x53	83	S
1010100	0x54	84	T
1010101	0x55	85	U
1010110	0x56	86	V
1010111	0x57	87	W
1011000	0x58	88	X
1011001	0x59	89	Y
1011010	0x5a	90	Z
1011011	0x5b	91	[
1011100	0x5c	92	\	Backslash
1011101	0x5d	93	]
1011110	0x5e	94	^
1011111	0x5f	95	_	Unterstrich
1100000	0x60	96	`
1100001	0x61	97	a
1100010	0x62	98	b
1100011	0x63	99	c
1100100	0x64	100	d
1100101	0x65	101	e
1100110	0x66	102	f
1100111	0x67	103	g
1101000	0x68	104	h
1101001	0x69	105	i
1101010	0x6a	106	j
1101011	0x6b	107	k
1101100	0x6c	108	l
1101101	0x6d	109	m
1101110	0x6e	110	n
1101111	0x6f	111	o
1110000	0x70	112	p
1110001	0x71	113	q
1110010	0x72	114	r
1110011	0x73	115	s
1110100	0x74	116	t
1110101	0x75	117	u
1110110	0x76	118	v
1110111	0x77	119	w
1111000	0x78	120	x
1111001	0x79	121	y
1111010	0x7a	122	z
1111011	0x7b	123	{
1111100	0x7c	124	|
1111101	0x7d	125	}
1111110	0x7e	126	~	Tilde
1111111	0x7f	127	DEL	Delete

Die Zeichen des ASCII-Codes entsprechen im Wesentlichen dem der Tastatur bzw. Schreibmaschine in englischer Sprache. Da im ASCII-Code keine länderspezifischen Zeichen vorkommen, wie z.B. die deutschen Umlaute, wurde der ASCII-Code von 7 bit Länge auf 8 bit (= 1 Byte) erweitert. Dieser "Erweiterte ASCII-Code" umfasste nun 256 Zeichen und nicht nur 128 wie der ursprüngliche.

Die zusätzlichen 128 stellen reichten aber nicht aus, um alle anderen benötigten Schriftzeichen der "wichtigsten" Schriften weltweit gleichzeitig unter zu bringen. Daher gibt es vom Erweiterten ASCII-Code 15 Varianten, z.B. Latin-1, Westeuropäisch (ISO 8859-1), Latin-4, Nordeuropäisch (ISO 8859-4), Arabisch (ISO 8859-6), Griechisch (ISO 8859-7), Latin-9, Westeuropäisch (ISO 8859-15) sowie Mitteleuropäisch, Südeuropäisch, Kyrillisch, Hebräisch, Türkisch, Nordisch, Baltisch, Keltisch und Südosteuropäisch.

Verschiedene Betriebssysteme verwendeten auch veränderte Zeichensatztabellen wie z.B.:

• frühere Windows-Versionen: Windows-1252 (Westeuropäisch)
• Mac OS (Vorgänger von Mac OS X): Mac OS Roman auch Macintosh Roman genannt (für Westeuropa und Amerika)
  LINUX
• MS-DOS: Codepage 437 (englisch) oder Codepage 850 (Westeuropäisch)

Welche Programme / Betriebssysteme verwenden Unicode (oder andere Zeichencode-Tabellen?
Antwort? http://de.wikipedia.org/wiki/Unicode#Kodierung

Für die USA und westeuropäische Länder verwenden Windows und Linux dieselben Codeseiten. Eine Codeseite ist eine Liste ausgewählter Zeichencodes in einer bestimmten Reihenfolge. Mac OS X verwendet eine andere Codeseite als Windows und Linux. Für japanische Betriebssysteme setzen alle Plattformen dieselbe Codeseite ein, d. h. Portabilität ist bei japanischen Anwendungen kein wirkliches Problem. Wenn Sie ein VI von einer Plattform auf eine andere übertragen, z. B. von einem Macintosh auf einen PC oder umgekehrt, kann es aufgrund der verschiedenen Codeseiten, besonders bei der Verwendung von nicht ASCII-Zeichen im oberen 128-Bereich, zu Problemen kommen. Das französische Wort café beispielsweise enthält das erweiterte Zeichen é, dessen Hexadezimalwert auf einem PC \0xE9 lautet. Derselbe Hexadezimalwert stellt auf einem Macintosh das Zeichen È dar.
http://zone.ni.com/reference/de-XX/help/371361K-0113/lvconcepts/porting_among_platforms/

In HTML war für die deutsche Sprache verwendete Zeichensatztabelle Latin-1, Westeuropäisch (ISO 8859-1), sie umfasst die länderspezifischen Buchstaben aus Deutsch, Französisch, Spanisch, Schwedisch, …
Um später auch das € (Euro-Zeichen) verwenden zu können wurde sie angepasst und wurde zur Latin-9, Westeuropäisch (ISO 8859-15). Diese Zeichensatztabelle immer immer noch auf vielen Webseiten verwendet.

Probleme mit unterschiedlichen Zeichensatztabellen

Die ersten 128 Zeichen jeder dieser Zeichensatztabellen entsprechen immer denen des ASCII-Codes. Die zweite Hälfte der Zeichensatztabellen enthalten aber abweichende Schriftzeichen, z.B einerseits Umlaute, andererseits griechische Buchstaben wiederum andererseits kyrillische Buchstaben usw.
Details: http://de.wikipedia.org/wiki/ISO_8859

So gesehen sind die Zeichen der ersten 128 Positionen
!"#$%&'()*+,-./0123456789:;<=>?
@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_
`abcdefghijklmnopqrstuvwxyz{|}~
problemlos verwendbar, da sie auf jeden Computer (egal welche Zeichensatztabelle dieser verwendet) die selbe Zahl als Code haben. Problematisch können nur Zeichen der "Erweiterung" (Position 129 bis 256) sein. Betroffen sind davon auch z.B. die Umlaute der deutschen Sprache und das ß (scharfes s).

http://de.wikipedia.org/wiki/ASCII
http://de.wikipedia.org/wiki/ISO_8859-1
http://de.wikipedia.org/wiki/Windows-1252#Windows-1252
http://de.wikipedia.org/wiki/Codepage_437
http://de.wikipedia.org/wiki/Macintosh_Roman

http://de.wikipedia.org/wiki/ISO_8859
http://de.wikipedia.org/wiki/Diakritisches_Zeichen

Details: Manche Applikationen vermischen die Definition von ISO 8859-1 und Windows-1252. Diese Codierungen unterscheiden sich jedoch nur in den Steuerzeichen im Bereich 8016 bis 9F16. Da diese beispielsweise in HTML keine Bedeutung haben, werden oft die druckbaren Zeichen aus Windows-1252 verwendet. Aus diesem Grund schreibt der neue HTML5-Standard vor, dass als ISO 8859-1 markierte Texte als Windows-1252 zu interpretieren sind (siehe http://www.w3.org/html/wg/drafts/html/master/syntax.html#character-encodings)
Quelle: http://de.wikipedia.org/wiki/ISO_8859-1

Lösung mit entities

Man kann in HTML Zeichen die außerhalb der ersten 128 Stellen liegen, durch entities maskieren. Entities gibt es in drei Schreibvarianten:

named entities (Benannte Zeichen)

Das Zeichen hat einen vorgegebenen Namen. Dieser wird zwischen & und ; geschrieben, z.B. &copy; für ©

nummerische Schreibweise: dezimal

Für das Zeichen wird der Positionscode in dezimaler Schreibweise verwendet. Zusätzlich zum & und ; wird eine Raute # vor die Zahl geschrieben, z.B. &#169; für ©

nummerische Schreibweise: hexadezimal

Für das Zeichen wird der Positionscode in hexadezimaler Schreibweise verwendet. Zusätzlich zum & und ; wird eine Raute # vor die Zahl geschrieben sowie ein x als Symbol für die hexadezimale Schreibweise, z.B. &#xA9; für ©

Für entities werden nur das Zeichen "&" und ";" verwendet sowie lateinische Kleinbuchstaben bei benannten entities bzw. arabische Ziffern sowie das Symbol "#" bzw. "x" bei nummerischen entities. Diese Zeichen sind alle im Bereich der ersten 128 Stellen. Somit können alle Zeichen außerhalb der ersten 128 Stellen durch Zeichen innerhlalb der ersten 128 Stellen "beschreiben" werden. Somit sind alle Zeichen im text-html-code innerhalb der erste 128 Stellen, die in allen Zeichensatztabellen gleich sind. Daher gibt es keinerlei Probleme mit unterschiedlichen Zeichensatztabellen.

 http://webkompetenz.wikidot.com/html-handbuch:entities

Unicode (utf-8)

Heute kann man diese Probleme besser lösen, indem man die Zeichensatztabelle namens Unicode verwendet. Er ist ein internationaler Standard, er ist größer als 1 Byte und könnte über 1 Million unterschiedlicher Zeichen umfassen. Er soll alle bisherigen (unterschiedlichen und nicht miteinander kompatiblen Zeichensatztabellen) ersetzen und wird alle Schriftzeichen aller Schriften weltweit enthalten (woran aber noch gearbeitet wird).

http://de.wikipedia.org/wiki/Unicode
http://de.wikipedia.org/wiki/Byte_Order_Mark
http://www.unicode.org/
http://de.selfhtml.org/inter/unicode.htm

http://de.wikipedia.org/wiki/Unicode#Weblinks

Auch im Unicode sind die ersten 128 Zeichen identisch mit dem ASCII-Code und also auch mit allen anderen Zeichensatztabellen kompatibel. Die weiteren 128 Zeichen sind identisch mit ISO 8859-1 (Latin-1, Westeuropäisch)., aber nicht mit:
ISO 8859-15  (Latin-9, Westeuropäisch)
Windows-1252 (Windows-1252 Westeuropäisch, Betriebssystem Windows)
Mac OS Roman auch Macintosh Roman (für Westeuropa und Amerika, Betriebssystem Mac OS dem Vorgänger von Mac OS X)

Auswirkungen?

. Hier ist er also zu allen bisherigen Zeichencode-Tabellen rückwärtskompatibel.
 entspricht er ISO 8859-1) was bedeutet, dass alle alten Dateien die mit einer "alten" Zeichencode-Tabelle gespeichert wurde, unverändert als Uniccode

Zeichensatztabellen in HTML

Unicode wird in HTML5-Datei meist in der Form UTF-8 angegeben: <meta http-equiv="Content-Type" content="text/html; charset=utf-8">.

http://webkompetenz.wikidot.com/html-handbuch:zeichenkodierung
http://de.wikipedia.org/wiki/UTF-8

Schriftart (font-family)

Vorsicht: Das Vorhandensein des passenden Zeichensatzes auf einem Computer garantiert noch nicht die richtige Darstellung einzelner Schriftzeichen. In der verwendeten Schriftart (in CSS mit der Eigenschaft font-family angegeben) muss für das entsprechende Schriftzeichen eine Glyphe (Beschreibung der konkreten grafischen Darstellung des Zeichens) definiert sein. Ist dies nicht der Fall, wird nur ﻾ ausgegeben.

Quellen:
http://de.wikipedia.org/wiki/Zeichensatz

http://de.wikipedia.org/wiki/Zeichenkodierung
http://de.wikipedia.org/wiki/Zeichenkodierung#Differenzierung_der_Begriffe_durch_Einf.C3.BChrung_des_Unicodes
http://de.wikipedia.org/wiki/Zeichenkodierung#Grafische_Darstellung

http://de.wikipedia.org/wiki/Unicode
http://de.wikipedia.org/wiki/Unicode_Transformation_Format

http://de.wikipedia.org/wiki/Glyphe
http://www.unicode.org/reports/tr17/#CharactersVsGlyphs

http://de.wikipedia.org/wiki/Windows-1252#Windows-1252
http://de.wikipedia.org/wiki/Macintosh_Roman
http://de.wikipedia.org/wiki/ISO_8859-15
http://de.wikipedia.org/wiki/UTF-8

Praxis in HTML

Ist als Zeichensatz Unicode gewählt (charset=utf-8), dann können alle Zeichen direkt, so wie sie sind, im text-html-code stehen, also auch z.B. alle Umlaute, scharfes s usw. Es dürfen diese Zeichen aber auch mti Entities maskiert werden (außer bei HTML5 in XML Serialisierung).

Werden andere Zeichensätze gewählt, wie z.B. US/Westeuropäisch (ISO) (charset=iso-8859-1) oder US/Westeuropäisch (Windows) (charset=windows-1252); sollte man die Zeichen über 127 maskieren.

Auf alle Fälle müssen die Zeichen &, <, > sowie " maskiert werden, da sie als "Steuerzeichen" im text-html-code vorkommen und somit Probleme machen würden:

Zeichen	benanntes entity	englische Bezeichnung	deutsche Bezeichnung
&	&	ampersand	kaufmännische und (& ist aus den beiden Buchstaben et entstanden)	alle Zeichen nach & würden als entitiy gelesen werden
<	&lt;	lower than	kleiner als	alle Zeichen nach < würden als
>	&gt;	greater than	größer als
"	&quot;	quote quotation	Anführungszeichen

Würde ein & unmaskiert in text-html-code stehen, würde ein Browser analysieren, dass hier ein entity beginnt und den darauffolgenden Text fäschlicherweise als Namen eines entitys interpretieren.
Beispiel: <h2>Obelix & Co</h2>
Der Browser würde Co als Name eines entities interpretieren, kennt aber ein solches nicht!

Würde ein < unmaskiert in text-html-code stehen, würde ein Browser analysieren, dass hier ein HTML-Element beginnt und den darauffolgenden Text fäschlicherweise als Namen eines HTML-Elements interpretieren.
Beispiel: <p>Wenn a < b ist, kann die Gleichung gelöst werden.</p>
Der Browser würde b als HTML-Element interpretieren und möglicherweise den nachfolgenden Text fett darstellen.

Würde ein > unmaskiert in text-html-code stehen, würde ein Browser analysieren, dass hier ein HTML-Element endet und den darauffolgenden Text falsch interpretieren.
Beispiel: <p>b > a bedeutet, das b die längere Strecke ist</p>
Der Browser könnte interpretieren, dass hier in < vergessen wurde, und dass hier ein Anfangstag <b> vorliegt und den nachfolgenden Text fett darstellen.

Würde ein " unmaskiert in text-html-code stehen, würde ein Browser analysieren, dass hier ein Attributwert beginnt oder endet und den darauffolgenden Text fäschlicherweise als Wert eines Attributs interpretieren oder als Namen eines weiteren, nachfolgenden Attributs interpretieren.
Beispiel: <img alt="Ein "Schönling" im Wasser." src="ich.jpg" />
Der Browser würde im Alternativtext das " vor Schönling als Ende des Attributwertes interpretieren und daher das Wort Schönling als nächsten Attributname interpretieren aber ein solches nicht kennen.

http://de.wikipedia.org/wiki/Kompositionstaste

http://allchars.zwolnet.com/
http://charmap.de/

Web-Editoren

Expression Web | BlueGriffon | Dreamweaver 8

Bearbeitung im Quellcode

Eine Liste mit benannten Zeichen findet man in SELFHTML unter HTML-Zeichenreferenz: http://de.selfhtml.org/html/referenz/zeichen.htm (HTML/XHTML » HTML-Referenz » HTML-Zeichenreferenz).

Rest fehlt noch: