 |
| Il carattere sostitutivo UTF-8 per le codifiche errate |
Si supponga di aprire Blocco Note di Windows per editare il nostro primo file HTML.
Dopo aver inserito gli elementi di base desidereremo salvare il nostro lavoro. Oggigiorno perfino Blocco Note, quando arriva il momento di salvare un file, ci permette di stabilire la codifica dei caratteri.
Editiare in Blocco Note il seguente codice
<!DOCTYPE html>
<html>
<head>
<title>Questa è la mia Home Page</title>
</head>
<body>
<h1>Questa è la mia Home Page</h1>
<p>
Benvenuti nella mia Home Page, dove è
possibile trarre tanto materiale interessante.
Però fate attenzione a non perdere troppo tempo
davanti al computer, e pensate anche a divertirvi.
</p>
</body>
</html>Quindi fare clic su File|Salva. Nella finestra di dialogo Salva con nome dal menu a tendina Salva come selezionare Tutti i file, quindi nel campo di testo Nome file inserire index.html. C'è infine una tendina chiamata Codifica. In questa tendina selezioniare UTF-8 che da oggi in poi adotteremo come charset per le nostre applicazioni web.
 |
| La finestra di dialogo Salva con nome di Blocco Note in Windows |
Perchè utilizzare proprio UTF-8 per le proprie applicazioni web? E' velatamente adottato dal W3C come codifica per internet, sebbene nelle specifiche il W3C consenta l'utilizzo di altri charset essendo HTML aderente allo standard ISO SGML (Standard Generalized Markup Language). D'altra parte UTF-8 è capace di mappare tutto Unicode o UCS, rappresentando di fatto ogni possibile carattere utilizzato nel mondo. Ogni esempio sul W3C è fatto con charset UTF-8 (un motivo ci sarà). Altre codifiche come le ISO8859-x sono più limitate e possono creare problemi non essendo in grado, prese singolarmente, di codificare ogni possibile carattere ma essendo localizzate su specifiche aree geografiche.
Regola 1 - Utilizzare sempre dati codificati UTF-8 ci permette di lavorare con un solo charset indipendentemente dall'area geografica di appartenenza dell'utente
Provare ad aprire il file appena creato con un browser. Potremo notare che i caratteri accentati, codificati in UTF-8 con 2 byte, sono correttamente visualizzati. Come fa il browser a sapere che UTF-8 è il charset del documento?
 |
| La corretta codifica dei caratteri applicata dal browser in automatico |
Utilizzando Netbeans potremo aprire in modifica il nostro file e notare all'inizio dello stesso una sequenza di caratteri non inseriti da noi.
 |
| Il precedente file aperto in NetBeans utilizzando la codifica ASCII. Si noti il BOM costituito da tre caratteri se interpretati con codifica ASCII all'inizio del file. |
Regola 2 - Accertarsi sempre che l'editor si capace di salvare i file UTF-8 senza BOM
Ad esempio NetBeans o Notepad++ come mostrato nell'immagine sottostante lavorano tranquillamente su file UTF-8 senza BOM.
 |
| Le codifiche supportate da Notepad++ |
 |
| I browser non possono riconoscere la codifica del file UTF-8 senza BOM |
Occorre quindi informare il browser sulla codifica da adottare, ed è possibile farlo inserendo nel documento html, dopo il tag <head> il codice <meta charset="UTF-8"> per HTML5 o, per HTML5 e predecessori, compreso XHTML, si può utilizzare <meta http-equiv="Content-type" content="text/html;charset=UTF-8">. Scrivendo codice php è anche possibile inviare l'informazione tramite la funzione header('Content-Type: text/html; charset=UTF-8');.
Inserire con Notepad++ la riga di codice mancante ottenendo il codice seguente:
<!DOCTYPE html>
<html>
<head>
<meta charset="UTF-8">
<title>Questa è la mia Home Page</title>
</head>
<body>
<h1>Questa è la mia Home Page</h1>
<p>
Benvenuti nella mia Home Page, dove è
possibile trarre tanto materiale interessante.
Però fate attenzione a non perdere troppo tempo
davanti al computer, e pensate anche a divertirvi.
</p>
</body>
</html>Salvare il file così modificato e riaprirlo nel browser. questa volta i caratteri sono correttamente visualizzati.
Regola 3 - Non basta salvare file in formato UTF-8, ma occorre che ogni elemento partecipante nel sistema sia coerentemente configurato/informato sulla codifica adottata.
Ciò vale per la codifica utilizzata dal file per la codifica utilizzata dal browser, ma anche per quella utilizzata dal DataBase (inteso come collation della tabella) e dal motore di DataBase inteso come elemento che si frappone fra la tabella e chi ne crea/legge/aggiorna/cancella i contenuti che nel nostro caso è PHP.
Nel prossimo post vedremo come si comporta PHP con UTF-8.
