Door karma4: Unicode is de basis voor het web, Nee hoor. Het is een zoveelste codepage, deze keer een die als doel heeft alle anderen te vervangen. Maar het blijkt een brak vehikel -- dit is niet het eerste beveiligingsprobleem dat mogelijk gemaakt wordt door unicode. Misleiding onstaat door de onwetenheid van de ontvanger. Slachtoffers de schuld geven is wel makkelijk, maar niet constructief. Geleerd is dat 1 byte 8bit is 1 karakter. Dat moet je verlaten naar 1-4 bytes is 1 karakter. Dat eerste is in meerdere andere karaktersets ook al niet waar. Dat tweede is in utf-8 ook niet waar: Zoiets is een enkel "codepoint" maar dat is niet het hele verhaal. Er zijn ook accenten, zowel in de smaak codepunt(karaktervariant-met-accent) als in de smaak codepunt(karakter)+codepunt(accent). En dan heb je nog geintjes als codepunt(breedteloze spatie), het bovenstaande codepunt(rechts-naar-links-nu), en meer van dat moois. De aloude ascii-controletekens zitten er ook nog in, en zijn dat karakters? Oh, en dat allemaal ...