Apportez votre aide…
Ceci est une ancienne révision du document !
FAQ sur les encodage de caractères
Vos fichiers textes/ vos pages web sont/deviennent illibles notamment dès qu'il y a des accents.
Suivants les programmes utilisés vous n'avez pas les mêmes résultats, …
Vous êtes perdu entre encodage latin, utf8, unicode, iso8859-15, …
Alors cette page a pour l'ambition de vous permettre de vous en sortir, et au moins de comprendre ce que vous faites
NB: Comme je n'y entends pas grand chose non plus, cette page est aussi un appel à contribution pour les gurus afin de trier les contradictions qui jonchent les forums
- ne codez et ne lisez qu'en anglais (comme il n'y a pas d'accents, les mauvais réglages sont souvent invisibles, d'où peut-être la légèreté du traitement du problème pour certains programmeurs utilisant des machines configurées en américain)
- écrivez et ne lisez que des fichiers sans accents, et sans apostrophes (même remarques, sur un plage de caractères ces encodages sont normalement équivalents)
Résumé
Un peu de théorie
Un peu de méthodologie
1) L'encodage par défaut sous Windows (interface graphique) est cp1252.
2) L'encodage par défaut d'une console DOS est cp850 pour les systèmes de l'Europe de l'Ouest (Western Europe) ou cp437 pour les Etats-Unis.
3) Aucun éditeur n'est capable - et ne le sera jamais - de déterminer l'encodage d'un fichier texte.
4) Les systèmes Linux et Windows (et d'autres) ou plutôt les bonnes applications de ces systèmes - peuvent travailler indifféremment avec différents encodages (généralement, ce sont ascii, cp1252, iso-8859-1 et utf-8, iso-8859-15 est moins utilisé) pour les utilisateurs de langues latines et anglo-saxonnes).
5) De 4) il découle que ces systèmes sont cohérents, les problèmes qui se posent sont généralement dus à une méconnaissance du fonctionnement des encodages.
6) Il est faux de croire qu'il faille changer l'encodage d'un fichier pour passer d'un système à un autre. Si l'échange de fichiers est régulier, il est préférable de régler ses outils de travail (éditeurs, …) en conformité avec les dits fichiers.
7) Attention: le web est archi bourré d'informations fausses à ce sujet.
8) Attention (2): Se méfier comme la peste de l'apparence d'une conversion réussie. Les encodages étant similaire pour de nombreux caractères, de nombreux utilisateurs croient en voyant le texte que la conversion était correcte ou suffisante alors que les choix de options de conversion sont erronés.
9) Une bonne introduction/ explication sur ce que sont les encodages est ici: http://www.joelonsoftware.com/articles/Unicode.html
Identification
- fichier html: voir entete (si bien identifiée par le rédacteur)
- fichier texte: a priori aucune reconnaissance automatique possible. Néanmoins quelques possibilités de deviner (commande file)
file -i *.txt
a.txt: text/x-pascal; charset=us-ascii b.kml: text/xml c.txt: text/plain; charset=utf-8
Conversions
#!/bin/bash for i in *txt do iconv -f utf8 -t iso8859-15 "$i" > "windows_src/$i" done
Réglage des éditeurs de textes
La plupart des éditeurs de textes sont capables de lire/ecrire dans différents encodages. Il faut trouver l'option d'affichage adéquate (usuellement dans Outils > Encodage)
Pour vos projets rester homogènes (cf. xx)
Cas des PARTITIONS DE DISQUES
Concepts
Encodages standards
- Ubuntu: utf8 (depuis Breezy?
- Windows 98 (FAT32):
- Windows XP (ntfs): cp1252. ??
Outils
- utf8-migration-tool (Outils de migration UTF-8)
(! Bien différencier les opérations
encodage des **noms** de fichiers encodage du **contenu** des fichiers)
- konq-toutf8 (UTF-8 encoding utility servicemenu for Konqueror)