us heu trobat mai que escriviu un text amb accents, dièresis, c trencades i d'altres caràcters que no siguin de l'estàndard ansi i que llavors es representin amb caràcters estranys?

això és degut al joc de caràcters (o charset en anglés), un altre aspecte a tenir en compte és la ordenació d'aquests caràcters (o collation en anglés)

jocs de caràcters i ordenacions

introducció

com ja sabreu els caràcters es guarden a memòria com un conjunt de uns i zeros que al cap i a la fi seràn la representació binària de un número, doncs bé, els jocs de caràcters (UTF-8, ISO-8859-1, JIS, CP437) ens defineixen aquesta relació, a cada caràcter se li asigna un número (els famosos números de la taula ascii per exemple)

l'ordenació dels caràcters són regles amb les quals s'estableixen relacions entre els diferents símbols del joc de caràcters, així per exemple en un joc de caràcters amb 4 símbols ('a','b','A' i 'B') per saber si 'a' i 'b' són el mateix es miraria la codificació (el nº binari) dels símbols (les lletres) i s'establiria una relació de menor que, igual que o més gran que. Evidentment l'ordenació de qualsevol joc de caràcters és molt més complexe

per a cada joc de caràcters i ha múltiples ordenacions, però aquestes ordenacions son específiques del joc de caràcters, és a dir, si fas servir el joc de caràcters JIS (japonés) no pots fer servir una ordenació utf8_general_ci o una ordenació latin1_swedish_ci, apart que les aplicacions ja haurien de dir-te que no pots, les ordenacions o comparacions que faries tindrien resultats imprevisibles

exemples

quan nosaltres entrem un text aquest es guarda al disc traduit a números segons la codificació a la que treballi el nostre SO, escriptori, la base de dades on guardem les dades, el programa amb el que treballem, etc ... i a l'hora de representar aquestes dades també fem servir el joc de caràcters amb el que treballi el programa que ens el mostra

els problemes sorgeixen quan un fitxer guardat en un linux (la inmensa majoria de distribucions ja fan servir UTF-8) el veu un usuari de windows (latin1 o altrament dit ISO-8859-1 o -15 si és amb el símbol de l'euro), aquest veurá caràcters estranys, no se li farà el salt de línia (tot i que això ja és el format que fa servir cada S.O. per dir quan és el final de línia)

entorn web

mysql

si ens centrem en les base de dades MySQL 4.1.x o 5.x (versions anteriors no permeten triar el joc de caràcters i l'ordenació) ens trobem amb un problema multiplicat per 5, perquè la gent de MySQL van decidir que poguessis determinar el joc de caràcters i l'ordenació d'aquests al servidor, la base de dades, la taula, cada camp de text i fins i tot la connexió!

ja a tall personal i vaig estar batallant molt de temps per aconseguir que la base de dades em treballés del tot amb UTF-8, fins que una bona lectura de tot el capítol 10 de la documentació del MySQL, em va fer veure la llum (si és que les documentacions ho solucionen tot, o casi)

si es vol treballar amb UTF-8 (o qualsevol altre codificació) a tots els nivells l'únic que hem de fer és posar en els nostres scripts php o (el llenguatge que sigui que interactua amb la base de dades) just després d'haver fet la connexió a la base de dades una sentència del tipus:

SET character_set_client=UTF8, character_set_connection=UTF8, character_set_database=UTF8,

character_set_results=UTF8, character_set_server=UTF8, character_set_system=UTF8;

hi ha un salt de línia per la formatació de la pàgina, seria tot seguit

i per les ordenacions:

SET collation_connection=utf8_general_ci, collation_database=utf8_general_ci, collation_server=utf8_general_ci;

les sentències SQL "SET" serveixen per modificar variables d'entorn del mysql, al executar una sentència d'aquest tipus li estàs dient "a partir d'ara tot el que et vingui li apliques aquestes variables d'entorn"

un mètode abreujat i que no modifica totes les variables referents a jocs de caràcters i ordenacions és:

SET NAMES utf8;

per tant, és una bona idea posar aquestes sentències en el mateix script que facis la connexió, així segur que tot funcionarà tal i com ha d'anar (a no se que durant l'execució, pels motius que siguin, s'hagi de canviar de codificació) en aquest cas hauries de executarl la sentència "SET NAMES" abans de enviar-li els query's amb la nova codificació (o els paràmetres que hagis canviat) i tornar a deixar els que tenies abans (si es que interessa)

dir que hi han abreviatures per canviar-ho, però que no fan un canvi a totes les variables sinó només a unes quantes (se suposa que les que canvien son les necessàries, però fent-ho així segur que no hi ha cap error de codificació i segons com es miri el rendiment de la base de dades serà més alt perquè no tindrà d'estar perdent el temps canviant de joc de caràcters per anar a buscar i tornar els resultats)

tot i haver posat totes variables del MySQL a utf8 no vol dir que els teus formularis fets amb php et retornin les dades correctament,  un cop resolta la base de dades el que falta és que el teu navegador també treballi amb utf8 i sobretot que també el php i treballi

php

per canviar el navegador, si fas servir firefox pots canviar-ho anant al menú Visualitzar->codificació de caràcters i allà tries UTF8 o la codificació que desitjis (apart si vas a les preferències pots definir un joc de caràcters per defecte)

per fer que els scripts amb php mostrin les pàgines amb php li pots enviar un header amb la línia següent:

header('Content-Type: text/html; charset=utf-8');

llavors ja només ens caldrà modificar el php.ini (fitxer de configuració del php) i afegir-hi les línies (pel mòdul iconv i exif):

busqueu i substituiu adeqüadament
default_charset = "UTF-8"

[exif]
exif.encode_unicode = UTF-8

[iconv]
iconv.input_encoding=UTF-8
iconv.output_encoding=UTF-8
iconv.internal_encoding=UTF-8

recordeu que perquè això funcion heu de compilar (o bé descarregar-vos els paquets) necessaris perquè el php doni suport al iconv i al exif (afegint --enable-exif i enable-iconv a la comanda de configuració del php ja n'hi haurà prou)

altre cop tenim una doble ventatja si els posem tots tres a UTF-8, ens assegurem de que treballarem a UTF-8 tot el temps i no hi haurà pèrdua en alguna conversió i augmentem el rendiment al no haver de fer que el php hagi d'anar canviant de joc de caràcters

teniu en compte que si per algun motiu o altre heu de tenir activat el mbstring us donarà problemes