Inversion des codages des caractères UTF-8 et ASCII

Quand une page est stockée dans le serveur en format Unicode UTF-8, mais affichée dans le navigateur par erreur en mode de caractère uni-octet, abusivement appelé ASCII, ie, en charset=windows-1252, ce caractère Unicode UTF-8 prend deux places.

Essayez le caractère é Unicode: il est doublé en é

Il était une fois dans l'Ouest de la Chine... il faisait froid en hiver.

Au contraire si votre page est stockée dans le serveur web en format ANSI/ASCII, mais affichée dans le navigateur du client par erreur en mode de caractère multi-octet UTF-8, appelé Unicode, en mode Unicode UTF-8, ie, en charset=UTF-8, ce caractère ASCII devient plus mince encore pour devenir un diamant point d'interrogation ou carr�� vide, comme s'il n'est pas assez costaud pour occuper même une seule place dans le monde Unicode qui est multi-octet.

En r��gle g��n��rale, quand votre fichier est en codage plus petit, plus maigre que le codage du navigateur �� l'affichage, le diamant point d'interrogation ou carr�� vide � appara��t.

Essayez le caractère é ASCII: il est réduit en diamant point d'interrogation ou carr�� vide �.

Il �tait une fois dans l'Ouest de la Chine... il faisait froid en hiver.

Il est utile de pr��ciser que tous les caract��res ASCII du code 0 �� 127 gardent toujours les m��mes codes sans changement quelque soit le codage des caract��res, ASCII, GBK, Unicode...

Tous les caract��res ASCII ��tendus du code 0 �� 255 (2**8=256, uni-octet, mono-byte) peuvent ��tre stock��s soit dans un fichier ASCII, soit en format Unicode UTF-8. Le contraire n'est pas vrai, les caract��res multi-octet (multi-byte) avec un code sup��rieur ou ��gal �� 256, qui ne peuvent ��tre conserv��s que dans un fichier Unicode comme UTF-8, ou bien dans un format sp��cifique (code page pays) tel le GBK pour les id��ogrammes chinois.

Sur le web, un caract��re Unicode peut en outre s'exprimer en code entit�� HTML, ainsi stock�� dans un fichier du codage ASCII. Par exemple, l'id��ogramme ��� signifiant Langue, peut ��tre stock�� en mode ASCII par la cha��ne 语, compos��e uniquement des ampersand &, di��se #, suivi par des chiffres du num��ro d��cimal de ce caract��re en Unicode, et termin�� par un point-virgule ;.

Citation de Mao pour tester:

Cette page est stock��e dans le disque dur en format UTF-8 sans BOM. Mais je vous propose de l'afficher en diff��rents codages. Elle peut devenir illisible si le codage diff��re trop. Il faut revenir en UTF-8 si vous avez mal �� la t��te. Testez vous-m��me sur votre navigateur en cliquant sur les liens suivants:

[D��tection Auto] (auto) | Arabe (ISO-8859-6) | Arabe (Windows-1256) | ASCII Europe Occidentale (ISO-8859-1) | ASCII Europe Occidentale (Windows-1252) | Baltique (ISO-8859-4) | Baltique (Windows-1257) | Celtique (ISO-8859-14) | Chinois Simplifi�� (GB18030) | Chinois Simplifi�� (GB2312) | Chinois Simplifi�� (GBK) | Chinois Simplifi�� (HZ) | Chinois Traditionnel (Big5) | Cor��en (EUC-KR) | Cyrillique (ISO-8859-5) | Cyrillique (KOI8-R) | Cyrillique (KOI8-U) | Cyrillique (Windows-1251) | Estonien (ISO-8859-13) | Europe Centrale (ISO-8859-2) | Europe Centrale (Windows-1250) | Europe Sud (ISO-8859-3) | Grec (ISO-8859-7) | Grec (Windows-1253) | H��breu (Windows-1255) | H��breu (ISO-8859-8) | H��breu (ISO-8859-8-l) | Japonais (EUC-JP) | Japonais (ISO-2022-JP) | Japonais (Shift_JIS) | Latin 9 (ISO-8859-15) | Nordic (ISO-8859-10) | Roumain (ISO-8859-16) | Tha�� (TIS-620) | Turc (ISO-8859-9) | Turc (Windows-1254) | Unicode (UTF-16LE) | Unicode (UTF-8) | Vietnamien (Windows-1258).