<link>https://people.skolelinux.org/pere/blog/</link>
<atom:link href="https://people.skolelinux.org/pere/blog/index.rss" rel="self" type="application/rss+xml" />
+ <item>
+ <title>«Når «på» blir «pÃ¥»: Et reservoar av tegn sett fra depotet» i tidsskriftet Aksess</title>
+ <link>https://people.skolelinux.org/pere/blog/_N_r__p___blir__p_____Et_reservoar_av_tegn_sett_fra_depotet__i_tidsskriftet_Aksess.html</link>
+ <guid isPermaLink="true">https://people.skolelinux.org/pere/blog/_N_r__p___blir__p_____Et_reservoar_av_tegn_sett_fra_depotet__i_tidsskriftet_Aksess.html</guid>
+ <pubDate>Wed, 15 Nov 2023 09:20:00 +0100</pubDate>
+ <description><p>For noen uker siden skrev en kamerat og meg
+<a href="https://www.aksess-tidsskrift.no/fordypning/175530">en
+artikkel om tegnsett</a> i
+<a href="https://www.aksess-tidsskrift.no/">arkivtidsskriftet
+Aksess</a> både på web og i papirutgave nr. 3 2023. Her er det som
+nettopp ble publisert.</p>
+
+<blockquote>
+
+<p><strong>Når «på» blir «pÃ¥»: Et reservoar av tegn sett fra
+depotet</strong></p>
+
+<p>av Thomas Sødring og Petter Reinholdtsen</p>
+
+<p>De færreste av oss tenker over hva som skjer dypere i datamaskinen
+mens vi sitter der og skriver noe på tastaturet. Når du trykker på
+tasten «Å», så vises bokstaven Å. Men noen ganger blir det
+feil. Hvorfor det – og hva er viktig å være klar over i
+arkivsammenheng?</p>
+
+<p>Dersom bokstaver tolkes forskjellig mellom systemer, blir det fort
+rot, dette kalles mojibake blant kjennere, etter det japanske
+uttrykket for tegnomforming. Det er en lang historie her som tidvis
+har vært preget av rot. Noen husker kanskje tilbake til en tid der
+bokstavene æ, ø og å ofte var ødelagt i e-poster – et klassisk
+eksempel på tegnsettproblemstilling.</p>
+
+<p id="tegnsett_access_nå_og_før"><strong>«Nå» og «før»</strong></p>
+
+<p>Tid er et skjult problem for depot fordi vi danner dokumentasjon i
+en kontekst som er preget av å være «nå». Vår forståelse av verden og
+bruken av teknologi er utgangspunktet for denne konteksten. Tenk selv
+hvordan verden har utviklet seg de siste 20 årene, hva samfunnet er
+opptatt av, og hvordan vi bruker teknologi i hverdagen. Tid er et
+skjult problem fordi når vi trekker dokumentasjon ut av systemer og
+deponerer for langtidsbevaring, er konteksten til materialet «nå», men
+verden går videre. Ettersom teknologien og måten vi bruker den på,
+utvikler seg, blir «nå» til «før», og dokumentasjonen befinner seg
+snart i en «før»-kontekst.</p>
+
+<p>Dette med «før» og «nå» i forhold til dokumentasjonens kontekst er
+noe vi er veldig lite bevisste på, men det er en problemstilling
+depotarkivene eier og forvalter. En av disse utfordringene er hvorfor
+«Ø» ikke nødvendigvis er det samme som «Ø», og hvorfor det i det hele
+tatt gir mening å si noe sånt. Vi snakker her om noe som heter
+tegnsett, som er en avtalt måte å representere bokstaver, tall og
+andre symboler på slik at vi på en feilfri måte kan utveksle tekst
+mellom datasystemer.</p>
+
+<p>Tegnsettproblemstillingen er satt sammen av fire fasetter;
+repertoar, representasjon, koding og uttegning.</p>
+
+<p id="tegnsett_access_repertoarer"><strong>Repertoarer</strong></p>
+
+<p>Repertoar er en samling med tegn og symboler som kan
+representeres. Tenk norsk alfabet eller japanske piktogrammer, men
+også matematiske og elektroniske symboler. Bokstaven «stor a» kan være
+en oppføring i et slikt repertoar. For å kunne brukes i en datamaskin
+trenger hver oppføring i et slikt repertoar en representasjon, hvilket
+i datamaskinsammenheng betyr at det tilordnes et tall. Tallet kan
+lagres på ulike vis i en eller flere kodingsformater. For eksempel kan
+en skrive tallet ti som både 10, X og A, i henholdsvis
+titallssystemet, romertallssystemet og sekstentallssystemet.</p>
+
+<p>Hvis en skal kunne lese inn filer og vite hvilket tall og hvilken
+representasjon og instans i et repertoar det er snakk om, så må en
+vite hvordan tallet er kodet. Sist, men ikke minst, for å kunne bruke
+symbolet til noe må det kunne være kjent hvordan det skal se ut eller
+tegnes på ark. Det finnes utallige skrifttyper med norske bokstaver,
+alle litt forskjellige, og skal en kunne tegne en stor A på skjermen,
+så må datamaskinen vite hva den skal tegne. Skrifttyper inneholder
+informasjon om hvordan ulike tall skal tegnes. De inneholder ikke
+alltid alle symbolene som er brukt i en tekst, hvilket gjør at ikke
+alle forståtte tegn vil kunne vises på skjerm eller ark.</p>
+
+<p>Hver av disse fasettene må være avklart for å kunne ta vare på og vise
+frem tekst med en datamaskin. Kombinasjon av repertoar, representasjon
+og koding er det en kaller et tegnsett. Kombinasjonen av
+representasjon og uttegning kalles en skrifttype. De fleste
+skrifttyper har også informasjon om repertoar, men det finnes
+skrifttyper som kun kobler mellom tallkode og uttegning, uten å
+fortelle noe om hvordan tallkodene egentlig skal tolkes.</p>
+
+<p id="tegnsett_access_fra_ascii_til_iso_8859"><strong>Fra ASCII til ISO-8859</strong></p>
+
+<p>Vi begynner historien med ASCII (American Standard Code for
+Information Interchange) som har en historie som spores tilbake til
+1963. Utgangspunktet til ASCII var at det kunne kode opp til 128
+forskjellige symboler i vanlig bruk i USA. De visuelle symbolene i
+ASCII er de små og store bokstavene (a til z og A til Z), tall (0 til
+9) og tegnsettingssymboler (for eksempel semikolon, komma og
+punktum). ASCII har også noen usynlige symboler som ble brukt for
+bl.a. kommunikasjon. Før ASCII var det for eksempel teleks-tegnsett
+med plass til bare 32 tegn og EBCDIC med plass til 256 tegn, alle med
+en helt annen rekkefølge på symbolene enn ASCII, men de har vært lite
+brukt de siste femti årene. Et eksempel på noen utvalgte symboler i
+repertoaret til ASCII vises i tabell 1.</p>
+
+<table align="center" width="50%">
+
+<caption>Tabell 1. Eksempel på utvalgte symboler hentet fra
+ASCII-tegnsettet. Kolonnen «Binær» viser symbolets verdi i
+totallssystemet (1 og 0 tall), mens kolonnen «Desimal» viser symbolets
+verdi i titallssystemet.</caption>
+
+<tbody>
+<tr>
+<th>Grafisk</th>
+<th>Binær</th>
+<th>Desimal</th>
+</tr>
+<tr>
+<td>A</td>
+<td>1000001</td>
+<td align="right">65</td>
+</tr>
+<tr>
+<td>M</td>
+<td>1001101</td>
+<td align="right">77</td>
+</tr>
+<tr>
+<td>Z</td>
+<td>1011010</td>
+<td align="right">90</td>
+</tr>
+<tr>
+<td>a</td>
+<td>1100001</td>
+<td align="right">97</td>
+</tr>
+<tr>
+<td>m</td>
+<td>1101101</td>
+<td align="right">109</td>
+</tr>
+<tr>
+<td>z</td>
+<td>1111010</td>
+<td align="right">122</td>
+</tr>
+<tr>
+<td>0</td>
+<td>0110000</td>
+<td align="right">48</td>
+</tr>
+<tr>
+<td>9</td>
+<td>0111001</td>
+<td align="right">58</td>
+</tr>
+<tr>
+<td>;</td>
+<td>0111011</td>
+<td align="right">59</td>
+</tr>
+</tbody>
+</table>
+
+<p>Det opprinnelige ASCII-tegnsettet ble også omtalt som ASCII-7 og
+brukte 7 bits (0 og 1) for å representere symboler. Datamaskiner er
+ofte konfigurert til å jobbe med enheter der bits er gruppert som 4
+eller 8 bits . Det lå en mulighet i å ta i bruk bit åtte. En slik
+endring ville gjøre det mulig for datamaskiner å øke antall symboler
+de kunne representere, noe som ga en økning fra 128 forskjellige
+symboler til 256 forskjellige symboler. Det ble åpnet for å innlemme
+de nordiske bokstavene sammen med ASCII, og dette ble etter hvert
+standardisert som ISO-8859-1. Tabell 2 viser deler av ISO-8859-1 som
+støtter de norske bokstavene.</p>
+
+<p>Det sier seg selv at muligheten til å representere inntil 256 symboler
+ikke holder når vi snakker om en global verden, og det ble gjort et
+standardiseringsløp som tok utgangspunkt i ASCII-7 med en utvidelse
+til å bruke den åttende biten for ulike språkgrupper. Denne standarden
+heter ISO-8859 og er inndelt i opptil 16 varianter, altså fra
+ISO-8859-1 til ISO-8859-16.</p>
+
+<table align="center" width="50%">
+
+<caption>Tabell 2. Koding av de norske symbolene slik de er definert i
+ISO-8859-1 tegnsettet.</caption>
+
+<tbody>
+<tr>
+<th>Grafisk</th>
+<th>Binær</th>
+<th>Desimal</th>
+</tr>
+<tr>
+<td>Æ</td>
+<td>11000110</td>
+<td align="right">198</td>
+</tr>
+<tr>
+<td>Ø</td>
+<td>11011000</td>
+<td align="right">216</td>
+</tr>
+<tr>
+<td>Å</td>
+<td>11000101</td>
+<td align="right">197</td>
+</tr>
+<tr>
+<td>æ</td>
+<td>11100110</td>
+<td align="right">230</td>
+</tr>
+<tr>
+<td>ø</td>
+<td>11111000</td>
+<td align="right">248</td>
+</tr>
+<tr>
+<td>å</td>
+<td>11100101</td>
+<td align="right">229</td>
+</tr>
+</tbody>
+</table>
+
+<p>Norske tegn er definert i ISO-8859-1, som også omtales som Latin 1, de
+fleste samiske tegn er definert i ISO-8859-4 (Latin 4) mens tilgang
+til €-symbolet kom med ISO-8859-15 (Latin 9). ISO-8859-15 er en
+revisjon av ISO-8859-1 som fjerner noen lite brukte symboler og
+erstatter bokstaver som er mer brukt, og introduserer €-symbolet. Det
+er viktig å merke at alle ISO-8859-variantene har overlapp med
+ASCII-7, noe som ga samvirke med de engelskspråklige landene som ikke
+trengte å gjøre noe. Det innebærer også at de første 128 verdiene i
+ISO-8859-variantene representerer de samme symbolene. Det er først når
+du kommer til tolkningen av de resterende 128 verdiene med nummer 128
+til 255, at det oppsto tolkningsutfordringer mellom
+ISO-8859-variantene.</p>
+
+<p>ISO-8859-verdenen fungerte godt så lenge tegnsettet som ble brukt når
+innhold ble skapt, også ble brukt når innhold ble gjengitt og du ikke
+trengte å kombinere innhold fra forskjellige tegnsett i samme
+dokument. Utfordringen med bruken av ISO-8859-variantene ble raskt
+tydelig i en mer globalisert verden med utveksling av tekst på tvers
+av landegrenser der tekstlig innhold i dokumenter, e-poster og
+websider kunne bli skrevet med ett tegnsett og gjengitt med et annet
+tegnsett.</p>
+
+<table align="center" width="60%">
+
+<caption>Tabell 3. Viser tolkning av verdiene som er tilegnet de
+norske symbolene i ISO-8859-1 i de andre ISO 8859-variatene. Merk
+ISO-8859-12 ikke finnes da arbeidet ble avsluttet.<sup>[<a id="tegnsett_access_footnoteref_1" href="#tegnsett_access_footnotedef_1" title="View footnote.">1</a>]</sup></caption>
+
+<tbody>
+<tr>
+<th>Binærverdi</th>
+<th>1</th>
+<th>2</th>
+<th>3</th>
+<th>4</th>
+<th>5</th>
+<th>6</th>
+<th>7</th>
+<th>8</th>
+<th>9</th>
+<th>10</th>
+<th>11</th>
+<th>13</th>
+<th>14</th>
+<th>15</th>
+<th>16</th>
+</tr>
+<tr>
+<td>11000110</td>
+<td>Æ</td>
+<td>Ć</td>
+<td>Ĉ</td>
+<td>Æ</td>
+<td>Ц</td>
+<td>ئ</td>
+<td>Ζ</td>
+<td></td>
+<td>Æ</td>
+<td>Æ</td>
+<td>ฦ</td>
+<td>Ę</td>
+<td>Æ</td>
+<td>Æ</td>
+<td>Æ</td>
+</tr>
+<tr>
+<td>11011000</td>
+<td>Ø</td>
+<td>Ř</td>
+<td>Ĝ</td>
+<td>Ø</td>
+<td>и</td>
+<td>ظ</td>
+<td>Ψ</td>
+<td></td>
+<td>Ø</td>
+<td>Ø</td>
+<td>ุ</td>
+<td>Ų</td>
+<td>Ø</td>
+<td>Ø</td>
+<td>Ű</td>
+</tr>
+<tr>
+<td>11000101</td>
+<td>Å</td>
+<td>Ĺ</td>
+<td>Ċ</td>
+<td>Å</td>
+<td>Х</td>
+<td>إ</td>
+<td>Ε</td>
+<td></td>
+<td>Å</td>
+<td>Å</td>
+<td>ล</td>
+<td>Å</td>
+<td>Å</td>
+<td>Å</td>
+<td>Ć</td>
+</tr>
+<tr>
+<td>11100110</td>
+<td>æ</td>
+<td>ć</td>
+<td>ĉ</td>
+<td>æ</td>
+<td>ц</td>
+<td>ن</td>
+<td>ζ</td>
+<td>ז</td>
+<td>æ</td>
+<td>æ</td>
+<td>ๆ</td>
+<td>ę</td>
+<td>æ</td>
+<td>æ</td>
+<td>v</td>
+</tr>
+<tr>
+<td>11111000</td>
+<td>ø</td>
+<td>ř</td>
+<td>ĝ</td>
+<td>ø</td>
+<td>ј</td>
+<td></td>
+<td>ψ</td>
+<td>ר</td>
+<td>ø</td>
+<td>ø</td>
+<td>๘</td>
+<td>ų</td>
+<td>ø</td>
+<td>ø</td>
+<td>ű</td>
+</tr>
+<tr>
+<td>11100101</td>
+<td>å</td>
+<td>ĺ</td>
+<td>ċ</td>
+<td>å</td>
+<td>х</td>
+<td>م</td>
+<td>ε</td>
+<td>ו</td>
+<td>å</td>
+<td>å</td>
+<td>ๅ</td>
+<td>å</td>
+<td>å</td>
+<td>å</td>
+<td>ć</td>
+</tr>
+</tbody>
+</table>
+
+<p>Denne problemstillingen er illustrert i tabell 3, der vi ser verdiene
+tilegnet de norske symbolene i ISO-8859-1 i kolonne «1». I de øvrige
+kolonnene ser vi hvilket symbol verdien får i de andre
+ISO-8859-variantene. Tar vi utgangspunkt i tabell 3, kan vi se at
+ordet lærlingspørsmål gjengitt med ISO-8859-2 (kolonne 2) blir
+lćrlingspřrsmĺl, mens det blir lζrlingspψrsmεl med ISO- 8859-7
+(kolonne 7). Med ISO-8859-2 blir «æ» til «ć», «ø» til «ř» og «å» til
+ «ĺ». I ISO-8859-7 blir «æ» til «ζ», «ø» til «ψ», mens «å» blir «ε».</p>
+
+<p>Det er egentlig ingen utfordring med dette så lenge du vet hvilket
+tegnsett innholdet ditt er representert med, og det ikke har skjedd
+omforminger som du ikke er klar over. Det er det siste som er
+problematisk, spesielt de datasystemene som har vært i bruk de siste
+20 årene, som ikke har noe innebygd funksjonalitet for å forvalte
+tegnsettproblematikken. Et godt eksempel på dette er
+Microsoft-tegnsettet Windows-1252, som ble forvekslet som 100 %
+kompatibel med ISO-8859-1, men hadde byttet ut plassene fra 127 til
+159. Historisk vil det finnes en del variasjon i hvilket tegnsett som
+har vært i bruk, og hvor vellykket konvertering mellom tegnsett har
+vært.</p>
+
+<p id="tegnsett_access_unicode_som_løsning"><strong>Unicode som løsning</strong></p>
+
+<p>Tegnsettforvirring ble etter hvert et irritasjonsmoment og
+samvirkeproblem. Ofte fikk man en e-post der æøå var erstattet av rare
+symboler fordi e-posten hadde vært innom et eller annet datasystem som
+ikke brukte samme tegnsett.</p>
+
+<p>For å løse dette samvirkeproblemet for tegnsett ble det startet et
+arbeid og en ny standard så dagens lys etter hvert. Denne standarden
+fikk navnet Unicode (ISO/ IEC 10646) og skulle resultere i et tegnsett
+som alle skulle være enige om. Unicode er et repertoar og en
+representasjon, dvs. navngivning og tilordning av tallverdi til alle
+symboler i bruk i verden i dag. Oppføringer i Unicode skrives gjerne
+U+XXXX der XXXX er tallkoden i sekstentallssystemet som oppføringen
+har i Unicode-katalogen. Her finner vi tegn brukt av både levende og
+døde språk, konstruerte språk, tekniske symboler, morsomme tegninger
+(såkalte emojier) og tegn ingen vet hva betyr eller skal brukes
+til. Et morsomt eksempel er i nettartikkelen: U+237C ⍼ RIGHT ANGLE
+WITH DOWNWARDS ZIGZAG ARROW, av Jonathan Chan.<sup>[<a id="tegnsett_access_footnoteref_2" href="#tegnsett_access_footnotedef_2" title="View footnote.">2</a>]</sup></p>
+
+<p>Sammen med Unicode kom det tre måter å kode disse tallene på; UTF-8,
+UTF-16 og UTF-32. Av datatekniske årsaker er UTF-8 mye brukt, spesielt
+når det gjelder utveksling av tekst over Internett, mens UTF-16 er
+brukt en del til tekstfiler lagret på Windows. En utfordring med
+Unicode og UTF-variantene er at disse gir flere måter å kode samme
+symbol på med en kombinasjonsmekanisme. Dette kan gi utfordringer ved
+søk, hvis en skal søke etter et ord som har ett eller flere symboler
+som kan skrives på ulikt vis, så er det ikke sikkert at søkesystemet
+vil finne alle forekomster. For eksempel kan bokstaven U+00F8 «Latin
+Small Letter O with Stroke» kodes som den tradisjonelle norske tegnet
+ø, men også som o kombinert med skråstrek U+0338. Begge deler er
+gyldig bruk av Unicode, selv om det er tradisjon for å foretrekke å
+«normalisere» kombinasjoner som enkelttegn der det er mulig, nettopp
+for å forenkle søk.</p>
+
+<p id="tegnsett_access_bare_unicode_fremover"><strong>Bare Unicode fremover</strong></p>
+
+<p>Forvaltningens bruk av tegnsett er regulert i Forskrift om
+IT-standarder i offentlig forvaltning<sup>[<a id="tegnsett_access_footnoteref_3" href="#tegnsett_access_footnotedef_3" title="View footnote.">3</a>]</sup>. Her står det: «Ved all
+utveksling av informasjon mellom forvaltningsorganer og fra
+forvaltningsorgan til innbyggere og næringsliv skal tegnsettstandarden
+ISO/IEC 10646 representert ved UTF8 benyttes.» Det er forskjellige
+bruksområder til UTF-8, UTF-16 og UTF-32, men UTF-8 er kodingen vi
+kjenner mest til. Det er flere grunner at UTF-8 «vant» konkurransen
+til å bli den utvalgte. Den kanskje viktigste er at UTF-8 er fullt
+samvirkende med ASCII-7, slik at den engelskspråklige delen av verden
+kunne rulle ut UTF-8 uten å merke noe forskjell. En tekstfil med kun
+ASCII-tekst vil være identisk på disken hvis den lagres som UTF-8 og
+ASCII. UTF-16 og UTF-32 byr på noen optimaliseringer som gjør dem
+relevant for spesifikke problemområder, men for det meste vil vi aldri
+oppleve disse standardene på nært hold i hverdagen. Det er uansett kun
+bruken av UTF-8 som er lovregulert i Norge.</p>
+
+<p>Det er ikke slik at hele verden bruker ISO/IEC 10646 og UTF-8. Kina
+har egne standarder for tegnsett, mye brukt er GB 18030, som er
+Unicode med en annen koding enn UTF-8, mens Taiwan og andre asiatiske
+land gjerne bruker Big5 eller andre tegnsett.</p>
+
+<p>UTF-8 er dominerende i Norge, men det er tidsperioder der forskjellige
+datasystemer utvekslet data i henhold til ISO-8859-1, ISO-8859-15,
+Windows-1252, Codepage 865 og ISO-646-60 / Codepage 1016 mens
+overgangen til UTF-8 pågikk. Det er ikke slik at et datasystem enkelt
+kan tvinges til å bruke et tegnsett, da det er flere lag i et
+datasystem som må settes opp til å bruke riktig tegnsett, og
+tegnsettproblemet fort oppstår når det er et eller annet i
+datasystemet som bruker feil tegnsett.</p>
+
+<p>Et klassisk eksempel på problemet er en utveksling av tekst mellom to
+systemer der teksten i utgangspunktet er kodet i UTF-8, men går
+gjennom noe som er ISO-8859-1 underveis. Dette kan vises med at ordet
+«på» i et slik scenario ender opp som «pÃ¥». Det er mulig å spore
+dette tilbake til verdiene symbolene er tilordnet i tegnsettene. «på»
+blir til «pÃ¥» fordi «å» i UTF-8 er representert med U+C3AF, og dersom
+vi ser på hva disse verdiene representerer, ser vi at
+sekstentallssystemverdien C3 er 1100 0011 i totallssystemet og
+symbolet med dette tallet i ISO-8859-1 er Ã.</p>
+
+<p>Vi ser det samme med sekstentallssystemverdien A5, som er 1010 0101 i
+totallssystemet, og tilsvarende symbol i ISO-8859-1 er ¥. Slik
+mojibake kan lett skje hvis «på» i utgangspunktet var representert med
+UTF-8, men ble behandlet med et system som bruker ISO-8859-1. Det er
+ingen automatikk i å fange opp slike ødeleggelser mens tekstlig
+innhold utveksles mellom datasystemer.</p>
+
+<p>En utfordring for depotarkivene er at bruken av tegnsett ikke alltid
+har vært regulert, og at det kan finnes flere dokumentasjonssamlinger
+som er opprettet med varierende tegnsett før gjeldende forskrift
+inntraff – uten at det er mulig å avlede fra filene hvilket tegnsett
+som ble brukt. Et eksempel på dette er €-symbolet, som kom først etter
+at ISO-8859-1 var tatt i bruk. Det kan bli en utfordring for et
+depotarkiv, men så lenge det er kjent hvilket tegnsett var i bruk, så
+bør det gå bra. Riksarkivarens
+forskrift<sup>[<a id="tegnsett_access_footnoteref_4" href="#tegnsett_access_footnotedef_4" title="View footnote.">4</a>]</sup>
+formaliserer dette ved å kreve følgende:</p>
+
+<blockquote>
+<p>§ 5-11. Tegnsett i arkivuttrekk</p>
+
+<ol>
+ <li>Arkivuttrekk og medfølgende struktur- og innholdsbeskrivelser skal
+ overføres som ren tekst i ukryptert form, og benytte godkjent
+ tegnsett.</li>
+
+ <li>Godkjente tegnsett er:
+ <ol>
+ <li>Unicode UTF-8<br>
+ (ISO/IEC 10646-1:2000 Annex D)</li>
+ <li>ISO 8859-1:1998, Latin 1</li>
+ <li>ISO 8859-4:1998, Latin 4 for samiske tegn.</li>
+ </ol></li>
+
+ <li>Andre tegnsett aksepteres bare etter avtale med Arkivverket.</li>
+</ol>
+</blockquote>
+
+<p id="tegnsett_access_ditt_ansvar"><strong>Ditt ansvar</strong></p>
+
+<p>På mange måter burde ikke tegnsett være et problem i 2023, men sånn er
+det nok ikke. Land som har oppgradert til UTF-8 som primærtegnsett for
+utveksling av tekstlig innhold, begrenser problematikken betraktelig,
+men globalt sett så er tegnsettutfordringen ikke løst fordi ikke alle
+er enige om å bruke samme tegnsett. Det kan være geopolitiske eller
+kulturelle hensyn som ligger til grunn for dette.</p>
+
+<p>Det er uansett verdt å merke at selv om bruken av UTF-8 skulle bli
+100% utbredt, så er det et historisk perspektiv (ASCII-7,
+ISO-8859-variantene, UTF-8) her som gjør tegnsett til et problemområde
+arkivarene må forstå og håndtere. Som danningsarkivar har du et
+ansvar for å vite hvilket tegnsett systemene og databasene dere
+forvalter, er i samsvar med. Det er noe IT-avdelingen din eller
+programvareleverandørene enkelt skal kunne svare på, og svaret skal
+være UTF-8 for alle nye systemer.</p>
+
+<hr>
+
+<p id="tegnsett_access_footnotedef_1"><a href="#tegnsett_access_footnoteref_1">1</a>. Tegnsettkilde <a href="https://en.wikipedia.org/wiki/ISO/IEC_8859">https://en.wikipedia.org/wiki/ISO/IEC_8859</a></p>
+
+<p id="tegnsett_access_footnotedef_2"><a href="#tegnsett_access_footnoteref_2">2</a>. <a href="https://ionathan.ch/2022/04/09/angzarr.html">https://ionathan.ch/2022/04/09/angzarr.html</a></p>
+
+<p id="tegnsett_access_footnotedef_3"><a href="#tegnsett_access_footnoteref_3">3</a>. <a href="https://lovdata.no/dokument/SF/forskrift/2013-04-05-959/%C2%A78#%C2%A78">https://lovdata.no/dokument/SF/forskrift/2013-04-05-959/%C2%A78#%C2%A78</a></p>
+
+<p id="tegnsett_access_footnotedef_4"><a href="#tegnsett_access_footnoteref_4">4</a>. <a href="https://lovdata.no/forskrift/2017-12-19-2286/§5-11">https://lovdata.no/forskrift/2017-12-19-2286/§5-11</a></p>
+
+</blockquote>
+
+<p>For øvrig burde varsleren Edward Snowden få politisk asyl i Norge.</p>
+
+<p>Som vanlig, hvis du bruker Bitcoin og ønsker å vise din støtte til
+det jeg driver med, setter jeg pris på om du sender Bitcoin-donasjoner
+til min adresse
+<b><a href="bitcoin:15oWEoG9dUPovwmUL9KWAnYRtNJEkP1u1b">15oWEoG9dUPovwmUL9KWAnYRtNJEkP1u1b</a></b>. Merk,
+betaling med bitcoin er ikke anonymt. :)</p>
+</description>
+ </item>
+
<item>
<title>New and improved sqlcipher in Debian for accessing Signal database</title>
<link>https://people.skolelinux.org/pere/blog/New_and_improved_sqlcipher_in_Debian_for_accessing_Signal_database.html</link>
traveling from afar to join us. If you would like to join the
gathering, get in touch.</p>
-<p>As usual, if you use Bitcoin and want to show your support of my
-activities, please send Bitcoin donations to my address
-<b><a href="bitcoin:15oWEoG9dUPovwmUL9KWAnYRtNJEkP1u1b">15oWEoG9dUPovwmUL9KWAnYRtNJEkP1u1b</a></b>.</p>
-</description>
- </item>
-
- <item>
- <title>OpenSnitch in Debian ready for prime time</title>
- <link>https://people.skolelinux.org/pere/blog/OpenSnitch_in_Debian_ready_for_prime_time.html</link>
- <guid isPermaLink="true">https://people.skolelinux.org/pere/blog/OpenSnitch_in_Debian_ready_for_prime_time.html</guid>
- <pubDate>Sat, 13 May 2023 12:10:00 +0200</pubDate>
- <description><p>A bit delayed,
-<a href="https://tracker.debian.org/pkg/opensnitch">the interactive
-application firewall OpenSnitch</a> package in Debian now got the
-latest fixes ready for Debian Bookworm. Because it depend on a
-package missing on some architectures, the autopkgtest check of the
-testing migration script did not understand that the tests were
-actually working, so the migration was delayed. A bug in the package
-dependencies is also fixed, so those installing the firewall package
-(opensnitch) now also get the GUI admin tool (python3-opensnitch-ui)
-installed by default. I am very grateful to Gustavo Iñiguez Goya for
-his work on getting the package ready for Debian Bookworm.</p>
-
-<p>Armed with this package I have discovered some surprising
-connections from programs I believed were able to work completly
-offline, and it has already proven its worth, at least to me. If you
-too want to get more familiar with the kind of programs using
-Internett connections on your machine, I recommend testing <tt>apt
-install opensnitch</tt> in Bookworm and see what you think.</p>
-
-<p>The package is still not able to build its eBPF module within
-Debian. Not sure how much work it would be to get it working, but
-suspect some kernel related packages need to be extended with more
-header files to get it working.</p>
-
<p>As usual, if you use Bitcoin and want to show your support of my
activities, please send Bitcoin donations to my address
<b><a href="bitcoin:15oWEoG9dUPovwmUL9KWAnYRtNJEkP1u1b">15oWEoG9dUPovwmUL9KWAnYRtNJEkP1u1b</a></b>.</p>
projects / homepage.git / blobdiff