Unicode

Ouvrez un fichier enregistré en UTF-8 avec un outil qui suppose un autre encodage, et café devient café. Les octets sur le disque n’ont pas changé. Seule la règle utilisée pour les retransformer en caractères a changé, et les deux règles ne sont pas d’accord sur ce que signifie l’octet 0xC3. La plupart des bugs de “caractères bizarres” partagent la même origine : noms de fichiers cassés, formulaires illisibles, un emoji qui fait échouer un insert en base de données, deux chaînes identiques à l’œil mais différentes à la comparaison. Dans chaque cas, on confond deux choses distinctes : Unicode et UTF-8. ...