ASCII 和 UTF-8 内容的倒置效果

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 carrι vide, comme s'il n'est pas assez costaud pour occuper même une seule place dans le monde Unicode qui est multi-octet.

En rθgle gιnιrale, quand votre fichier est en codage plus petit, plus maigre que le codage du navigateur ΰ l'affichage, le diamant point d'interrogation ou carrι vide � apparaξt.

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

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

Il est utile de prιciser que tous les caractθres ASCII du code 0 ΰ 127 gardent toujours les mκmes codes sans changement quelque soit le codage des caractθres, ASCII, GBK, Unicode...

Tous les caractθres ASCII ιtendus du code 0 ΰ 255 (2**8=256, uni-octet, mono-byte) peuvent κtre stockιs soit dans un fichier ASCII, soit en format Unicode UTF-8. Le contraire n'est pas vrai, les caractθres multi-octet (multi-byte) avec un code supιrieur ou ιgal ΰ 256, qui ne peuvent κtre conservιs que dans un fichier Unicode comme UTF-8, ou bien dans un format spιcifique (code page pays) tel le GBK pour les idιogrammes chinois.

Sur le web, un caractθre Unicode peut en outre s'exprimer en code entitι HTML, ainsi stockι dans un fichier du codage ASCII. Par exemple, l'idιogramme 语 signifiant Langue, peut κtre stockι en mode ASCII par la chaξne 语, composιe uniquement des ampersand &, diθse #, suivi par des chiffres du numιro dιcimal de ce caractθre en Unicode, et terminι par un point-virgule ;.

Citation de Mao pour tester:

Cette page est stockιe dans le disque dur en format ANSI/ASCII. Mais je vous propose de l'afficher en diffιrents codages. Elle peut devenir illisible si le codage diffθre trop. Il faut revenir en ASCII si vous avez mal ΰ la tκte. Testez vous-mκme sur votre navigateur en cliquant sur les liens suivants:

[Auto Detection] (auto) | Arabic (ISO-8859-6) | Arabic (Windows-1256) | ASCII Western European (ISO-8859-1) | ASCII Western European (Windows-1252) | Baltic (ISO-8859-4) | Baltic (Windows-1257) | Central European (Windows-1250) | Chinese Simplified (GB18030) | Chinese Simplified (GB2312) | Chinese Simplified (GBK) | Chinese Simplified (HZ) | Chinese Traditional (Big5) | Cyrillic (ISO-8859-5) | Cyrillic (KOI8-R) | Cyrillic (KOI8-U) | Cyrillic (Windows-1251) | Greek (Windows-1253) | Hebrew (Windows-1255) | Hebrew (ISO-8859-8-l) | Celtic (ISO-8859-14) | Central European (ISO-8859-2) | Estonian (ISO-8859-13) | Greek (ISO-8859-7) | Hebrew (ISO-8859-8) | Japanese (EUC-JP) | Japanese (ISO-2022-JP) | Japanese (Shift_JIS) | Korean (EUC-KR) | Latin 9 (ISO-8859-15) | Nordic (ISO-8859-10) | Roumain (ISO-8859-16) | South European (ISO-8859-3) | Thai (TIS-620) | Turkish (ISO-8859-9) | Turkish (Windows-1254) | Unicode (UTF-16LE) | Unicode (UTF-8) | Vietnamese (Windows-1258).