GEDCOM/CHAR-Tag

Name und Bedeutung

Tag

CHAR

Formelle Bezeichnung

CHAR

Deutsche Bezeichnung

CHAR steht für Character-set, auf Deutsch: Zeichensatz.

Verwendung

Über das tag CHAR soll die Kodierung der in der GEDCOM Datei benutzten Buchstaben und Zeichen festgelegt werden.

Formale Beschreibung zulässiger Werte

Basis

Basis dieser Beschreibung: GEDCOM Standard Draft 5.5.1

Der Standard erlaubt die Verwendung folgender Kodierungen:

- 8-Bit ANSEL

- ASCII (USA Version)

- UNICODE

- UTF-8

Standardfall

Jede GEDCOM Datei soll im Header Angaben zur benutzten Kodierung geben. Das Format ist wie folgt:

1 CHAR <Zeichensatzkodierung>

Beispiel:

1 CHAR UTF-8

! Achtung: Es sind nur folgende Kodierungen erlaubt.

<Zeichensatzkodierung> := ANSEL |UTF-8 | UNICODE | ASCII

Optionale Angaben

keine

Behandlung/Darstellung schwieriger Situationen

Folgende Themen sind derzeit in der GEDCOM-Arbeitsgruppe von Compgen mit den Programmentwicklern in Diskussion:

Standard Kodierung beim Export

Folgende GEDCOM 5.5.1 konforme Optionen stehen zur Zeit zur Diskussion:

• UTF-8
  • Erlaubt die unproblematische Darstellung von internationalen Zeichen
  • Wird von einigen Programmen nicht unterstützt
• ASCII
  • Zu limitiert
• ANSEL
  • Gute Unterstützung von internationalen Zeichen
  • Kaum benutzt und geringe Verbreitung
• UNICODE
  • Wird im Standard als UCS-2 definiert.
  • Gute Unterstützung von internationalen Zeichen, aber nicht so umfangreich wie UTF-8
  • Wird von wenigen Programmen unterstützt

Bemerkung: ANSI ist zwar nicht GEDCOM 5.5.1 konform, scheint aber heute noch von vielen Genealogieprogrammen als das Standardformat beim Import erwartet zu werden.

Status:

OFFEN

Mindestanforderung zu den optionalen Kodierungen beim Export

Die Frage kam auf, ob neben der als Standard festgelegten Kodierung weitere Kodierungen als Alternativen angeboten werden sollen. Falls weitere Kodierungen angeboten werden sollen ist außerdem zu entscheiden welche alternative(n) Kodierung(en) angeboten werden muss/müssen.

• UTF-8
• UNICODE
• ASCII
• ANSEL

• ANSI (nicht GEDCOM 5.5.1 konform)

Lösungsvorschlag:

• Jedes Programm bietet als Standard-Export die Kodierung UTF-8.
• Als Option sollte mindestens ein Export mit Kodierung ANSI angeboten werden, (den die meisten Programme heute als Standard haben).

Status:

OFFEN

Mindestanforderung von Kodierungen beim Import

Zu klären ist, welche Kodierungen ein Programm beim Einlesen von Dateien mindestens unterstützen muss:

• UTF-8
• UNICODE
• ANSI
• ASCII
• ANSEL

Lösungsvorschlag:

• Jedes Programm soll mindestens UTF-8 und ANSI beim Import verarbeiten können.

Status:

OFFEN

Benutzung der Byte Order Mark (BOM) bei UNICODE Kodierungen

Folgende Optionen zur Unterstützung der BOM stehen offen:

• BOM muss unterstützt werden.
• BOM kann angegeben werden.
• BOM darf nicht benutzt werden (Probleme bei älteren Programmen).

Status:

OFFEN

Versionsangaben bei UNICODE Kodierungen

Zu klären bleibt, ob eine Versionsangabe bei UNICODE nötig oder optional sein soll.

Status:

OFFEN