Problema Charset UTF-8 o ISO-8859-1??

[skidx]

Originariamente inviato da whisher
Ciao e scusate l'intrusione.
@skidx


Scusa ma se scrivi in un file xml



che fantasia

se non usi

o
<![CDATA[La capra è blu ]]
ottieni un errore di codifica.

Ti sbagli.

Se scrivi le lettere accentate usando la codifica 8859-1 allora certo che ti darà errore, perché quel codice non è utf-8 valido, devi codificare anche il file stesso (tramite le opzioni dell'editor) in utf-8, e potrai scriverci tutte le accentate che vuoi.

[Jarno]

grande skidx (e IroN@xiD)....sei la manna dal cielo per me ...per un attimo mi stava riprendendo i conati di vomito, sei l'unico che in tutto questo casino mi ha dato una soluzione logica e lineare ...speriamo bene

[whisher]

Grazie della risposta.

Ti sbagli. Se scrivi le lettere accentate usando la codifica 8859-1 allora certo che ti darà errore, perché quel codice non è utf-8 valido, devi codificare anche il file stesso (tramite le opzioni dell'editor) in utf-8, e potrai scriverci tutte le accentate che vuoi.

D'accordo su questo punto.
In effetti se creo un file xml:

<?xml version="1.0" encoding="UTF-8"?>
<items>
<item>
<title>La capra è blu</title>
</item>
</items>

e poi lo richiamo con

<?php   
$doc = new DOMDocument();  
$doc->load('test.xml');  
echo $doc->saveXML();  
?>

No problems.
Il mio appunto era per i file xml creati tramite
textarea quindi da form.
Usando le dom functions se non uso htmlenties
mi dà errore mi pesco qc ?

[skidx]

Originariamente inviato da whisher
Il mio appunto era per i file xml creati tramite
textarea quindi da form.

Basta che anche il form usi l'utf-8 come codifica.
Puoi assegnare la codifica direttamente al tag form, ma in generale se la pagina html è utf-8, anche i suoi form lo saranno.

[whisher]

<meta http-equiv="Content-Type" content="text/html; charset=utf-8">

Si la pagina di inserimento ha utf8 come codifica
quindi dovrebbe essere superfluo (come dici tu)
applicarlo anche al form ma l'errore lo da in ogni caso.
(Ad ogni faccio ulteriori prove in caso posto )

Con php avevo 'risolto' con urlencode
ma dovevo in ogni caso usare htmlentities
per l'output
quindi ho scelto htmlentities cosa pensi al
riguardo ?

[skidx]

Originariamente inviato da whisher
Si la pagina di inserimento ha utf8 come codifica
quindi dovrebbe essere superfluo (come dici tu)
applicarlo anche al form ma l'errore lo da in ogni caso.
(Ad ogni faccio ulteriori prove in caso posto )

Con php avevo 'risolto' con urlencode
ma dovevo in ogni caso usare htmlentities
per l'output
quindi ho scelto htmlentities cosa pensi al
riguardo ?

Che stai sbagliando qualcosa, perché se tutte le entità coinvolte (pagina di input + pagina di output + eventuale DB) sono codificati REALMENTE in utf-8, non c'è alcun bisogno di effettuare nessuna conversione né htmlentities o altre conversioni strane.

Per "realmente" intendo che devi verificare dal browser se la pagina gli è realmente stata servita in utf-8, perché talvolta l'header HTTP e il content-type dichiarato nella pagina sono diversi.

[whisher]

Originariamente inviato da skidx
Che stai sbagliando qualcosa, perché se tutte le entità coinvolte (pagina di input + pagina di output + eventuale DB) sono codificati REALMENTE in utf-8, non c'è alcun bisogno di effettuare nessuna conversione né htmlentities o altre conversioni strane.

Per "realmente" intendo che devi verificare dal browser se la pagina gli è realmente stata servita in utf-8, perché talvolta l'header HTTP e il content-type dichiarato nella pagina sono diversi.

Hai proprio ragione facendo ulteriori prove non riscontro
errori (devo aver sbagliato qc in fase di prova delle
classe per gestire XML via DOM o qc nella pagina di input)
Un sentito grazie

PS.
Prima buggino nel bloggerino

Ultima cosa finalmente o fatto pace con
le Exceptions non so se ti ricordi il post
sulla gestione degli errori di andr3a ........
era l'ora

[Jarno]

aggiungo (se non dico fesserie) che i file andrebbero salvati in UTF-8 no BOM perchè altrimenti i validatori rompono le scatole per quel byte che si trovano all'inizio, seppur utile....è un po' la storia del prologo xml, giusto ma ancora non è capito da tutti i browser

cmq risulta inevitabile salvare senza BOM nel caso degli include, perchè in tal caso il browser si ritroverebbe tali byte sparsi per il documento (dove inizia il file incluso) senza capirne l'uso

ps: raga...ci vorrebbe la targhettina "UTF-8 valido", a questo punto dopo tutto questo travaglio mi darebbe più soddisfazione delle altre

pps: che sgamo...un elogio a UTF-8 preciso nel mio post numero 888

[Jarno]

ho convertito tutto da cima a fondo (db, tabelle, campi, pagine, etc) ...e funzia al 99,9%
beh finalmente ho fatto...sì è vero, campavo benissimo con il Latin1, tanto non avevo mica da scrivere siti in russo, ma se non erro XML, che ancora non uso ma voglio esser pronto, impone l'uso di UTF

DUBBIO
ma ho una perplessità: i txt creati con windows sono in DOS (che credo sia Latin1), quindi mi dovrò ricordare di salvare esplicitamente come UTF (per fortuna UltraEdit nella barra di stato indica a fiuto la codifica del documento aperto), ma con i CSV di Excel? che si combina? andranno convertiti anche quelli con appositi programmi questa globalizzazione della codifica mi inizia a costare un po' troppa fatica ...ma se non mi dite che sbaglio, XML impone questo...

PROBLEMA 0,01%
un campo del db contenente nominativi pieni di accentate e dell'apostrofo "piegato" di office, mi produce errori di validazione, addirittura il detecting del doctype fallisce. E' curioso che se ai valori presi da MySql applico utf8_encode (che non avrebbe senso perchè i valori del db sono in utf-8) il detecting avviene, le accentate si vedono, ma tale apostrofo invalida producendo un "?"
sto diventanto :berto:

a questo punto ho solo 2 idee:
- che in qualche modo c'entri il fatto che carico i dati in un'array JavaScript ma non credo che sia questo il problema
- che l'aver convertito la codifica di tale campo/tabella/db non ha realmente convertito i valori ma solo l'impostazione...ma eppure con PhpMyAdmin si vede correttamente l'accentate

[Jarno]

a pensarci bene facevo prima a lasciare tutto in ISO-8859-1 che nella totale incoscienza funzionava tutto e usare le 2 banali funzioni php per fare l'eventuale encoding e decoding UTF8 per XML...che dite?