+ <div class="entry">
+ <div class="title"><a href="https://people.skolelinux.org/pere/blog/_M_ter_vi_liv_eller_d_d____pamfletten_som_inspirerte.html">«Møter vi liv eller død?», pamfletten som inspirerte</a></div>
+ <div class="date"> 4th June 2024</div>
+ <div class="body"><img align="center" src="https://people.skolelinux.org/pere/blog/images/2024-06-04-bok-elsa-laula.svg" width="20%" align="center" border="1"></a>
+
+<p>Da jeg I høst hørte jeg et innslag på
+<a href="https://radiorakel.no/">radiOrakel</a> om en inspirerende dame
+som levde for over hundre år siden, fikk jeg en vill ide. Elsa Laula
+var en svensk samisk dame som ikke bare fikk utdannelsen finansiert av
+den danske dronningen, men som gjorde så god jobb med å inspirere og
+organisere den samiske befolkningen at det visstnok ble forslått i
+Sverige å straffeforfølge henne for oppvigleri før hun flyttet fra
+Sverige til Norge. Radiopraterne fortalte videre at da Elsa Laula ga
+ut en pamflett for å inspirere samene til samling var dette den
+første bok gitt ut av en samisk dame noensinne. Jeg fikk høre at
+denne korte teksten kun fantes på originalspråket svensk under
+tittelen «Inför lif eller död» og aldri var oversatt til norsk. Da
+tenkte jeg, der jeg satt i bilen, at en norsk utgave kan vel jeg
+fikse. Jeg har jo fått oversatt endel bøker, og en liten pamflett på
+noen få sider burde jo være grei skuring.</p>
+
+<p>Den imponerende Elsa Laula, som senere la til etternavnet Renberg, har
+blant annet fått dokumentaren
+«<a href="https://www.nrk.no/video/elsa-laula-renberg-kvinnen-som-samlet-sapmi_SAPP67002117">Elsa
+Laula Renberg, kvinnen som samlet Sápmi</a>» (2017) av Per Kristian
+Olsen på NRK, NRK-artikkelen
+«<a href="https://www.nrk.no/kultur/xl/et-liv-i-kamp-for-samefolkets-rettigheter-1.13351401">Samenes
+Jeanne d’Arc</a>» av Karen Brodshaug Sveen (2017), oppgaven
+«<a href="https://nordligefolk.no/wp-content/uploads/2020/03/Elsa-Laulas-Info%CC%88r-Lif-och-Do%CC%88d.pdf">Elsa
+Laulas Innför lif och död – sanningsord i de lappska
+förhållandena</a>» av Edel Olsen, biografien
+«<a href="https://www.siribrochjohansen.no/biografien-om-elsa-laula-renberg/">Elsa
+Laula Renberg - Historien om samefolkets store Minerva</a>» (2015) av
+Siri Broch Johansen og radiOrakel-podkasten
+<a href="https://radiorakel.no/podcast/revolusjonen-har-et-kvinnelig-ansikt-elsa-laula/">Revolusjonen
+har et kvinnelig ansikt – Elsa Laula</a>, for å nevne de jeg har
+finnet uten å lete spesielt hardt. En virkelig spennende dame, som i
+tillegg til å inspirere til opprettelsen av samiske organisasjoner,
+har inspirert til opprettelsen av Sametinget, og født seks barn der
+fire vokste opp.</p>
+
+<p>I dag er jeg veldig glad for å kunne annonsere at
+<a href="http://www.hungry.com/~pere/publisher/#infoerlifellerdoed2024">bokmålsoversettelsen
+er klar og tilgjengelig</a> for både bestilling på papir og
+epub-utgave fra lulu.com, samt som nettside. Den kringkastede
+bokinformasjonen ser slik ut:</p>
+
+<blockquote>
+
+<p>Den 27 år gamle sørsamiske kvinnen Elsa Laula ga i august 1904 ut
+en pamflett i Stockholm. Opplaget var på 6000, finansiert av
+Stockholmsredaktøren Gustav Hedenström, som også bidro i stiftelsen av
+Lapparnes Centralforbund. Dette kampskriftet var den først boken gitt
+ut av en samisk kvinne, og hadde som mål å inspirere til opprettelsen
+av samiske foreninger over hele landet, samt skape blest om
+sentralforbundet. Pamfletten er et politisk manifest som fortsatt
+inspirerer i dag.</p>
+
+<p>Denne pamfletten er nå for første gang tilgjengelig på bokmål,
+sammen med en nyutgivelse av originalteksten på svensk.</p>
+
+</blockquote>
+
+<p>Oversettelsen hadde ikke vært mulig uten gode hjelpere. En virkelig
+stor innsats både i korrekturarbeidet og utforskning av arkaiske
+svenske ord, står Axel Rosén bak. I tillegg har jeg fått innspill fra
+Edel May Karlsen og flere andre både på språkføring og historisk
+bakgrunn for å forstå teksten.</p>
+
+<p>En kuriositet som jeg oppdaget i arbeidet med oversettelsen er at
+det ikke stemmer at denne boken ikke var oversatt til noen andre
+språk. Anna Wuolab oversatte den til nordsamisk i 2017 i en utgave
+gitt ut av samisk skribent- och författarförening (Bágu čálliid
+searvi) under tittelen «Eallit vai jápmit? : duohtavuođasánit sámi
+diliid birra = Inför lif eller död? : sanningsord i de lappska
+förhållandena». Papirutgaven er så vidt jeg kan forstå utsolgt fra
+forlaget og jeg har ikke klart å finne informasjonsside om boken på
+Internett. Mulig den er mulig å få tak i som ebok, hvis en skal tro
+<a href="https://search.worldcat.org/title/1405213087">oppføring i
+worldcat</a>.</p>
+
+<p>Oversetterrammeverket jeg har satt opp for å gjennomføre dette
+oversettelsesprosjektet håndterer flere språk. Jeg er igang med
+engelsk utgave, og er åpen for å også gi ut andre oversettelser hvis
+noen er interessert i å gjøre jobben. Det hadde vært ekstra moro å gi
+den ut på sørsamisk, det samiske språket i regionen der Elsa Laula kom
+fra. Der er jeg som vanlig avhengig av frivillige som er også
+interessert i å gjøre dette på dugnat.</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>
+</div>
+ <div class="tags">
+
+
+ Tags: <a href="https://people.skolelinux.org/pere/blog/tags/docbook">docbook</a>, <a href="https://people.skolelinux.org/pere/blog/tags/norsk">norsk</a>.
+
+
+ </div>
+ </div>
+ <div class="padding"></div>
+
<div class="entry">
<div class="title"><a href="https://people.skolelinux.org/pere/blog/The_2024_LinuxCNC_Norwegian_developer_gathering.html">The 2024 LinuxCNC Norwegian developer gathering</a></div>
<div class="date">31st May 2024</div>
</div>
<div class="padding"></div>
- <div class="entry">
- <div class="title"><a href="https://people.skolelinux.org/pere/blog/_N_r__p___blir__p_____Et_reservoar_av_tegn_sett_fra_depotet__i_tidsskriftet_Aksess.html">«Når «på» blir «pÃ¥»: Et reservoar av tegn sett fra depotet» i tidsskriftet Aksess</a></div>
- <div class="date">15th November 2023</div>
- <div class="body"><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>
-</div>
- <div class="tags">
-
-
- Tags: <a href="https://people.skolelinux.org/pere/blog/tags/noark5">noark5</a>, <a href="https://people.skolelinux.org/pere/blog/tags/norsk">norsk</a>, <a href="https://people.skolelinux.org/pere/blog/tags/standard">standard</a>.
-
-
- </div>
- </div>
- <div class="padding"></div>
-
<p style="text-align: right;"><a href="index.rss"><img src="https://people.skolelinux.org/pere/blog/xml.gif" alt="RSS feed" width="36" height="14" /></a></p>
<div id="sidebar">
<li><a href="https://people.skolelinux.org/pere/blog/archive/2024/05/">May (1)</a></li>
+<li><a href="https://people.skolelinux.org/pere/blog/archive/2024/06/">June (1)</a></li>
+
</ul></li>
<li>2023
<li><a href="https://people.skolelinux.org/pere/blog/tags/dld">dld (18)</a></li>
- <li><a href="https://people.skolelinux.org/pere/blog/tags/docbook">docbook (32)</a></li>
+ <li><a href="https://people.skolelinux.org/pere/blog/tags/docbook">docbook (33)</a></li>
<li><a href="https://people.skolelinux.org/pere/blog/tags/drivstoffpriser">drivstoffpriser (4)</a></li>
<li><a href="https://people.skolelinux.org/pere/blog/tags/noark5">noark5 (25)</a></li>
- <li><a href="https://people.skolelinux.org/pere/blog/tags/norsk">norsk (324)</a></li>
+ <li><a href="https://people.skolelinux.org/pere/blog/tags/norsk">norsk (325)</a></li>
<li><a href="https://people.skolelinux.org/pere/blog/tags/nuug">nuug (199)</a></li>
projects / homepage.git / blobdiff