Flavio Pintarelli | Writer & Strategist

2025-08-31 18:13:19

Blog teaser - season #2 - 2025

Dal punto di vista della produttività, il 2025 può essere definito un anno "benedetto" per questo blog. Da gennaio alla fine di luglio sono riuscito a pubblicare con regolarità almeno un contenuto a settimana.

La striscia si è interrotta nel mese di agosto, durante il quale mi sono preso una pausa dalla scrittura per godermi qualche settimana di ferie.

Nel salutare te e gli altri lettori mi ero chiesto se e quando sarei riuscito a riprendere le pubblicazioni ma, soprattutto, se sarei riuscito a tenere la stessa regolarità anche durante la seconda parte dell'anno.

Così, al rientro dalle ferie, ho iniziato a lavorare alla nuova stagione del blog che, al momento, conta già tre post scritti, caricati e programmati e almeno altri due sono in fase di progettazione.

Questo significa che nelle prossime settimane potrò contare su un buffer tale da farmi ben sperare di poter tornare a pubblicare con regolarità un post a settimana.

Come accaduto nel resto dell'anno, i post usciranno ogni domenica sera (a proposito, che ne pensi di questa modalità di uscita? È comoda o fa schifo, fammelo sapere nei commenti) e verranno condivisi sui social nei giorni successivi.

Segui il mio viaggio

Iscriviti per ricevere le mie newsletter 📩

iscriviti
Email sent! Check your inbox to complete your signup.

No spam. Ti cancelli quando vuoi!

Prossimamente su questi schermi.

Come detto sopra, tre sono i post già pronti che usciranno nelle prossime settimane.

Due hanno a che fare con il workshop di worldbuilding che ho tenuto a Scicli all'inizio di agosto: uno è un reportage molto personale dei tre giorni passati in Sicilia, l'altro la trascrizione della performative lecture che ho tenuto il giorno prima del workshop.

Quest'ultima riprende, chiarisce e approfondisce le note che avevo pubblicato qualche mese fa. Vista la risposta incoraggiante che sta avendo il format a cui ho lavorato nell'ultimo anno ho deciso di approfondire i temi legati al worldbuilding, quindi aspettati altri contenuti su questo tema.

Il terzo post in scaletta è il quinto episodio di La turbolenza, il diario di lavorazione di un libro sulla politica altoatesina che forse non uscirà mai. È dedicato a uno dei temi che più ha tenuto banco nelle cronache locali durante l'estate: l'overtourism.

Idee ancora da sviluppare

Tra queste ci sono almeno due recensioni: quella di Tecnopolitica, il saggio di Asma Mhalla dedicato alla militarizzazione delle tecnologie digitali e quella di Warfare, il film diretto da Ray Mendoza e Alex Garland.

Inoltre è da qualche tempo che sto pensando a un saggio dedicato al rapporto tra immagini e realtà al tempo delle intelligenze artificiali generative.

Mi piacerebbe scriverlo, ma ho qualche remora perché per farlo potrei dover tirare in balle le immagini provenienti da Gaza e ho qualche remora a mettere un genocidio in mezzo a un pezzo di theory (anche in questo caso, se ti va di dirmi la tua nei commenti mi fa piacere).

Questi, al momento, sono i contenuti che ho in programma o in mente di realizzare per questo blog. Se ti interessano e ancora non lo hai fatto, ti invito a usare il modulo qui sopra per iscriverti alla newsletter e ricevere gli aggiornamenti nella tua casella di posta.

È un modo comodo e facile per non perderti neanche un post e non dover delegare le tue letture agli algoritmi del capitale. Da parte mia posso dirti che tratterò i tuoi dati sempre con il massimo rispetto.

A presto!

🌈 Ho un sogno 🌈

Mi piacerebbe che scrivere questo blog fosse la cosa a cui dedico la maggior parte del mio tempo e delle mie energie. Se ti piace quello che scrivo puoi donarmi 1€ e aiutarmi a realizzarlo. Per farlo non devi far altro che cliccare il pulsante e seguire le istruzioni.
Aiutami a realizzarlo!

🪐 Note sulla creazione di mondi.

Alcune cose che ho imparato progettando un workshop di worldbuilding.

^{Flavio Pintarelli (Flavio Pintarelli | Writer & Strategist)}

Armin Hanisch

2025-09-01 07:30:00

Why “caffè” may not be “caffè”

Every time when I think I finally “got” Unicode, I get kicked in the back by this rabbit hole. 😆 However, IMHO it is important to recognise that when moving data and files between operating systems and programs that you’re better off knowing some of the pitfalls. So I’m sharing something I experienced when I transferred a file to my FreeBSD Play-Around notebook. So let’s assume a little story…

It’s late afternoon and you and some friends sit together playing around with BSD. A friend using another operating system collects coffee orders in a little text file to not forget anyone when going to the barista on the other side of the street. He sends the file to you, so at the next meeting you already know the preferences of your friends. You take a look at who wants a caffè:
armin@freebsd:/tmp $ cat orders2.txtMauro: cappuccinoArmin: caffè doppioAnna: caffè shakeratoStefano: caffèFranz: latte macchiatoFrancesca: cappuccinoCarla: latte macchiato
So you do a quick grep just to be very surprised!
armin@freebsd:/tmp $ grep -i caffè orders2.txtarmin@freebsd:/tmp $
Wait, WAT? Why is there no output? We have more than one line with caffè in the file? Well, you just met one of the many aspects of Unicode. This time it’s called “normalization”. 😎

Many characters can be represented by more than one form. Take the innocent “à” from the example above. There is an accented character in the Unicode characters called LATIN SMALL LETTER A WITH GRAVE. But you could also just use a regular LATIN SMALL LETTER A and combine it with the character COMBINING GRAVE ACCENT from the Unicode characters. Both result in the same character and “look” identical, but aren’t.

Let’s see a line with the word “caffè” as hex dump using the first approach (LATIN SMALL LETTER A WITH GRAVE):
\u0063\u0061\u0066\u0066\u00E8\u000Ac a f f è (LF)
Now let’s do the same for the same line using the second approach:
\u0063\u0061\u0066\u0066\u0065\u0300\u000Ac a f f è (LF)
And there you have it, the latter is a byte longer and the two lines do not match up even if both lines are encoded as UTF-8 and the character looks the same!

So obviously just using UTF-8 is not enough and you might encounter files using the second approach. Just to make matter more complicated there are actually four forms of Unicode normalization out there. 😆

• NFD: canonical decomposition
• NFC: canonical decomposition followed by canonical composition
• NFKD: compatible decomposition
• NFKC: compatible decomposition followed by canonical composition.

For the sake of brevity of this post and your nerves we’ll just deal with the first two and I refer you to this Wikipedia article for the rest.

Normal form C (NFC) is the most widely used normal form and is also defined by the W3C for HTML, XML, and JavaScript. Technically speaking, encoding in Latin1 (or Windows Codepage 1252), for example, is in normal form C, since an “à” or the umlaut “Ö” is a single character and is not composed of combining characters. Windows and the .Net framework also store Unicode strings in Normal Form C. This does not mean that NFD can be ignored. For example, the Mac OSX file system works with a variant of NFD data, as the Unicode standard was only finalized when OSX was designed. When two applications share Unicode data, but normalize them differently, errors and data loss can result.

So how do we get from one form to another in one of the BSD operating systems (also in Linux)? Well, the Unicode Consortium provides a toolset called ICU — International Components for Unicode. The Documentation URL is unicode-org.github.io/icu/ and you can install that in FreeBSD using the command
pkg install icu
After completion of the installation you have a new command line tool called uconv (not to be mismatched with iconv which serves a similar purpose). Using uconv you can transcode the normal forms into each other as well do a lot of other encoding stuff (this tool is a rabbit hole in itself 😎).

Similar to iconv you can specify a “from” and a “to” encoding for input. But you can also specify so-called “transliterations” that will be applied to the input. In its simplest form such a transliteration is something in the form SOURCE-TARGET that specifies the operation. The "any" stands for any input character. This is the way I got the hexdump from above by using the transliteration 'any-hex':
armin@freebsd:/tmp$ echo caffè | uconv -x 'any-hex'\u0063\u0061\u0066\u0066\u00E8\u000A
Instead of hex codes you can also output the Unicode code point names to see the difference between the two forms:
armin@freebsd:/tmp$ echo Caffè | uconv -f utf-8 -t utf-8 -x 'any-nfd' | uconv -f utf-8 -x 'any-name' \N{LATIN CAPITAL LETTER C}\N{LATIN SMALL LETTER A}\N{LATIN SMALL LETTER F}\N{LATIN SMALL LETTER F}\N{LATIN SMALL LETTER E}\N{COMBINING GRAVE ACCENT}\N{<control-000A>}
Now let’s try this for the NFC form:
armin@freebsd:/tmp$ echo Caffè | uconv -f utf-8 -t utf-8 -x 'any-nfc' | uconv -f utf-8 -x 'any-name'\N{LATIN CAPITAL LETTER C}\N{LATIN SMALL LETTER A}\N{LATIN SMALL LETTER F}\N{LATIN SMALL LETTER F}\N{LATIN SMALL LETTER E WITH GRAVE}\N{<control-000A>}
You can also convert from one normal form to another by using a transliteration like 'any-nfd' to convert the input to the normal form D (for decomposed, e.g. LATIN SMALL CHARACTER A + COMBINING GRAVE ACCENT) or 'any-nfc' for the normal form C.

If you want to learn about building your own transliterations, there’s a tutorial at unicode-org.github.io/icu/user… that shows the enormous capabilities of uconv.

Using the 'name' transliteration you can easily discern the various Sigmas here (I’m using sed to split the output into multiple lines):
armin@freebsd:/tmp $ echo '∑𝛴Σ' | uconv -x 'any-name' | sed -e 's/\\N/\n/g'{N-ARY SUMMATION}{MATHEMATICAL ITALIC CAPITAL SIGMA}{GREEK CAPITAL LETTER SIGMA}{<control-000A>}
If you want to get the Unicode character from the name, there are several ways depending on the programming language you prefer. Here is an example using python that shows the German umlaut "Ö":
python -c 'import unicodedata; print(unicodedata.lookup(u"LATIN CAPITAL LETTER O WITH DIAERESIS"))'
The uconv utility is a very mighty thing and every modern programming language (see the Python example above) also has libraries and modules to support handling Unicode data. The world gets connected, but not in ASCII. 😎

ICU Documentation

^{ICU Documentation}