Utf-8

UTF-8 geeft alle US-ASCII (Latin1) karakters + extra.

Uit de RFC memo's kunnen we de beste samenvatting hiervan halen. UTF-8 geeft alle US-ASCII karakters weer en is transparant voor een grote hoeveelheid andere vreemde karakters. Kortom kunt u het als ASCII "extended" zien.

Daarmee bent u verzekerd dat zowel de Latin1 karakters als een aantal die niet er bij horen binnen uw browser of e-mail cliënt weergegeven worden (ref.¹).

Maar wat nou als uw (zeg maar webwinkel) klant een andere browser settings heeft? Ga bijvoorbeeld naar de link hier, bekijk de pagina goed en zet vervolgens uw browser encoding naar utf-8 (Mozilla: View ⇒ Character coding ⇒ Unicode (UTF-8), of MS IExplorer: View ⇒ Encoding ⇒ Unicode (UTF-8)) en kijk wat er op pagina daarna gebeurt. Vele karakters in beide browsers zullen door onvoorspelbare vraagtekens (in Mozilla door vraagblokjes) vervangen worden. OK. Zet uw settings nu terug.

Utf-8 karakterset

Gelukkig zal uw browser dit automatisch detecteren en de encoding settings afhankelijk van de pagina toepassen. Dit biedt voorlopig de enige zekerheid alhoewel geen houvast. U kunt een goede charset in uw webpagina hebben, maar als de webserver niet goed is geconfigureerd, kan het alsnog fout gaan.

Ref.1 ftp://ftp.rfc-editor.org/in-notes/rfc3629.txt