Las codificaciones de caracteres son un quebradero de cabeza. Cuando
hago una página web y al abrirla en un navegador empiezo a ver
caracteres "extraños", me da mucha rabia. Sobre todo, porque demuestra
que algo se está haciendo mal, y normalmente suelo ser yo, y no el
ordenador, quien se está equivocando.
Fig. 1. ¡Qué rabia me dan estas cosas! ¡Y qué impresión más cutre da uno como programador!
¿Qué
codificación hay que utilizar: UTF-8, ASCII, CP-1252, ISO-8859-1,
ISO-8859-15...? Esto es para volverse loco. O para comerse las
cerillas, que diría Llopis.
Preguntando a la autoridad en esta materia, el World Wide Web Consortium (W3C), esta es la cuestión (ver
http://www.w3.org/International/questions/qa-choosing-encodings.es.php, cuya lectura os recomiendo encarecidamente, es muy reveladora).
y un poco más abajo dan la respuesta
Lo
mejor es configurar el editor con el que se está trabajando para que
todos los documentos se generen con esta codificación. En mi caso,
últimamente estoy trabajando con el editor Komodo, para PHP. Esto se
codifica aquí:
Edit / Preferences
También
hay que tener cuidado, ya que aparte de la configuración genérica (para
todos los ficheros), también se puede establecer una configuración
específica para un fichero individual, el fichero actual. Esto se puede
comprobar en el menú Edit / Current File Settings
Y se configura en esta pantalla
A
veces, no basta sólo con esto. También es importante añadir la cabecera
META adecuada a la página. En el ejemplo de la página mostrada arriba
(la de la contraseña), la ñ se visualizaba erróneamente a pesar de
estar codificada en UTF-8, y de que el navegador me la reconociera como
tal (lo que se puede comprobar en el menú Ver / Codificación, tanto en
IE como en Firefox, aunque esto puede tener pequeñas variaciones
dependiendo del navegador y su versión)
¿Qué faltaba, pues? Pues faltaba añadir en la sección
<head> esta etiqueta
<meta http-equiv="Content-Type" content="text/html; charset=utf-8">Una vez añadida, ahora ya se ve bien.
Si la página no es HTML, sino que se genera, por ejemplo, un Excel, hay
que añadir la cabecera pero cambiando el atributo "content" en función del tipo de contenido. Por
ejemplo, generando un XLS con PHP, hay que añadir:
header("Content-type: application/vnd.ms-excel charset=utf-8");Conclusión: como dice el W3C,
SIEMPRE QUE SEA POSIBLE, USE UTF-8. (Pero no te olvides de la etiqueta META correspondiente).
Por
supuesto, esta es la respuesta simple. Hay que considerar otros casos
particulares, como por ejemplo, tener que mostrar datos de una base
de datos que no está en UTF-8. En ese caso, a lo mejor conviene cambiar
la codificación de esa página en concreto, o bien convertir los
resultados utilizando las funciones de conversión entre codificaciones.
Yo
tengo ahora mismo ese problema. En la misma página (codificada en
UTF-8, y con el META correspondiente) tengo que mostrar información
procedente de diferentes bases de datos. Claro, con unos registros se
me muestran bien las tildes y con otros no.
¿Será
por el origen de la información, que viene de diferentes bases de
datos? En efecto, parece ser que esa es la causa. Las BD están codificadas con diferentes codificaciones. Para resolver esto, o sea, para convertir a UTF-8
datos que no están en dicha codificación, tenemos en PHP la función
utf_encode. En mi caso, usarla consiste en cambiar, donde dice
$s1=odbc_result($rs,"s1");debe decir
$s1=utf8_encode(odbc_result($rs,"s1"));Una vez hecho, ya se ven bien los resultados:
Bueno, estoy seguro de que voy a tener que seguir peleándome un poco con las codificaciones, pero obligarme a escribir esto me ha hecho comprender mucho más claro el problema y las soluciones.
¡Feliz programación!
