PUBLIC MARKS with tags encoding & unicode

Excellent explanation of Unicode in Python. Also good to remember the difference between Unicode and UTF-8.

Great explanation of Unicode in Python applications.

Il faut tout d'abord distinguer deux «familles» d'encodage: les «locaux» et les «internationaux». Les jeux de caractères locaux (dont font partie iso-8859-1 et iso-8859-15 -- parfois désignés comme «latin1» et «latin9») sont destiné à des documents dans un seul système d'écriture (une langue ou un groupe de langue utilisant un même alphabet ou syllabaire). Au contraire les jeux de caractères internationaux (dont fait partie l'utf-8) sont destinés à encoder des document dans n'importe quel système d'écriture (et donc n'importe quelle langue).

Un problème d'encodage se manifeste par le fait qu'une partie ou la totalité des caractères spéciaux (accents, œ, », etc) d'un document ne sont pas affichés correctement(1). Si vous vous trouvez dans cette situation, nous allons voir comment déterminer la source et éventuellement la solution à votre problème. Attention tout de même à ne pas confondre avec la situation où la police utilisée ne supporte pas les caractères affichés, tout le texte sera alors mal rendu (par exemple sur une page en japonais).

Ce que vous voyez est appelé un BOM (pour Byte Order Mark ou, en français, Marque d'ordre des octets). On le trouve au début des fichiers enregistrés en unicode (UTF-8, UTF-16 ou UTF-32), il contient des renseignements sur le sens de lecture des données.

UTF-8 SAMPLER

unicode char encodings and bom etc.

Tutorials and online resources for character encoding issues -- essential for anyone working with Unicode, utf-8, Japanese, Chinese, or other international character encodings.

Useful javascript utf8() function when sending data through text flashVars with FlashObject