Deux mots sur UTF-8

1. Voyez l'article de Wikipedia en anglais pour en savoir davantage.
   
   
2. Un procédé pour déterminer "sans calcul" la représentation UTF-8 des caractères devanâgari :
   
   
   • Ils ont des numéros allant de 2304  à 2431 (en décimal), soit x0900 à  097F (en hexa).
     Leur premier chiffre hexa est donc toujours 0, ce qui signifie que
     seuls les 12 derniers bits sont "utiles" pour les distinguer.
     
     
   • Il s'ensuit que :
     tous les caractères nâgari en UTF-8 sont de la forme <E0> <Ax> <yz>.
     
     
   • où (en comptant 3 quartets non nuls = 12 bits)
     • x = les deux derniers bits du premier quartet (non nul) + les deux premiers du deuxième quartet
       
     • y = 10 (de la matrice) + les deux derniers bits du deuxième quartet
       
     • z est exactement le 3ème quartet.
       
       
   • Exemple : DEVANAGARI LETTER VOCALIC R, n° 2315 = x090B
     en binaire 00001001 00001011
     squelette  1110aaaa 10bbbbbb 10cccccc
     décomposition 4+6+6 : 0000 + 1001 00 + 00 1011
     résultat : 11100000 10100100 10001011
     = <E0><A4><8B>