What about UTF-8?

[c4]

Moin,

hab heute auf Arbeit mein Projekt auf UTF-8 umgestellt und frage mich nun, warum ich bisher mit ISO 8859-1 gelebt habe!
Man muss keine Umlaute mehr umwandeln (ä bleibt ä und nicht ä) und die Dateien liegen in einem (international!) austuschfreundlichen Format vor.

Spricht also irgendwas gegen UTF-8? Browser haben es zu kapieren und meine Editoren verstehen es auch. Wieso also immer ISO??
Laut Wikipedia spricht auch nicht viel dagegen: "Auch in E-Mails ist bei einigen Programmen schon die UTF-8-Kodierung voreingestellt. Sie stellt sicher, dass auch Sonderzeichen unterschiedlicher Länder richtig übertragen und dargestellt werden."
Und die paar Nachteile interessieren doch keinen PHP-Entwickler, oder? Na ja, zumindest keinen, der nicht selber Hand anlegt und Strings konvertiert...

Das Carsten.

[feuervogel]

japs, utf-8 lebe hoch! iso* ist eine totgeburt...

ne, mal ernsthaft...grade wenn man an mehrsprachigkeit denkt, ist utf-8 definitiv von vorteil... unterschiedlicher zeichensatz => gleicher header...

bei mysql 4.1 muss man den zeichensatz für *textfelder angeben...stell dir vor du speicherst in einer tabelle texte mit unterschiedlichen zeichensätzen...na gut nacht!

[feuervogel]

was mich aber etwas ärgert, ist, was rauskommt, wenn man einen utf-8 string durch urlencode jagt...

[c4]

Ein Problem fiel mir gestern auf: nicht jeder Browser (besonders Handys und Emulatoren) kapieren es. Umlaute sehen dann nicht witzig aus.

Zu urlencode(): PHP muss man doch auch beibringen können, dass es intern mit UTF-8 arbeiten soll, oder? Anscheinend arbeitet es (bei uns) mit ISO, was natürlich nicht immer erwünscht ist.

[feuervogel]

Zitat von c4

Zu urlencode(): PHP muss man doch auch beibringen können, dass es intern mit UTF-8 arbeiten soll, oder? Anscheinend arbeitet es (bei uns) mit ISO, was natürlich nicht immer erwünscht ist.

der zeichensatz auf meinem server (=localhorst) ist utf8...das problem ist einfach, dass hierbei:

echo urlencode( utf8_encode( "ööö" ) );

was anderes rauskommt als bei:

echo urlencode( utf8_decode( utf8_encode( "ööö" ) ) );

[c4]

Hältst Du es nicht auch für normal, dass zwei unterschiedliche Aufrufe zwei unterschiedliche Ergebnisse haben?
Einen UTF-8-String nach UTF-8 kodieren bringt's im Normalfall nicht so ganz, da muss ja Schrott bei rauskommen.

Bei letzterem kannst Du Dir das utf8_*-Zeug doch auch sparen oder was weiß ich da nicht?

[feuervogel]

es geht darum, dass wenn man einen utf8-string durch urlencode jagt, was anderes rauskommt, als wenn man einen iso*-string durch urlencode jagt...

[c4]

Oh. Jetzt macht das Sinn. :)

[feuervogel]

so. ich habe jetzt komplett auf utf-8 umgestellt. nicht nur die html-ausgabe, die php-scripte snodern auch das datenbank-backend.

jedoch hat mir pear::DB einen streich gespielt, oder die server-config, was weiß ich, da war nämlich als charset latin1 angesagt, was sich mit utf8_general_ci als collation nicht allzugut verträgt! aber bevor man jetzt mit COLLATE usw jeden einzelnen query verbiegen muss, gibts abhilfe...einfach ein mal am anfang:

$db->query( "SET NAMES 'utf8'" );

Another way is to change the connection character set and collation to utf8. You can do that with SET NAMES 'utf8' or by setting the character_set_connection and collation_connection system variables directly.

quelle

das collation-kapitel ist echt wichtig und im deutschen nicht vorhanden!

[c4]

Werde meine Website demnächst auch auf UTF-8 umstellen. Ich nutze keine Pear, aber mal schauen, was sich so alles für Stolpersteine aufstellen werden...

Reicht es eigentlich nicht aus, einen Dump zu ziehen, den mittels Texteditor als UTF-8 zu speichern, neue DB zu erstellen und das dann rein zu dumpen? Damit wäre doch alles UTF-8 und auch alles gut, nicht oder?