Introdução a conjuntos de caracteres e codificações

Todas as pessoas que desenvolvem algum conteúdo, tanto autores quanto programadores, devem decidir qual codificação de caracteres será utilizada. A UTF-8 é uma recomendação popular atualmente, mas ainda há algumas coisas que devem ser consideradas antes de usá-la.

Depois que a codificação a ser usada for escolhida, os desenvolvedores de conteúdo e os programadores devem garantir que ela será declarada da maneira correta.

Com uma tecnologia como a XHTML, as declarações de codificações nem sempre são simples. Elas exigem um conhecimento de modos "padrão" vs. modos quirks, e do impacto da declaração XML.

Você também deve garantir que os seus dados serão salvos na codificação escolhida. Apenas classificá-la não é o suficiente.

Os desenvolvedores de conteúdo e os administradores dos sites também devem garantir que o servidor passará o conteúdo com as declarações corretas de codificação de caracteres, já que as configurações de servidor podem anular as declarações feitas no documento.

Os escapes são uma forma de representar um caractere usando apenas texto em ASCII. Eles fornecem uma maneira de representar caracteres que não estão disponíveis na codificação de caracteres que você está usando, ou um modo de evitar o uso do caractere para outras razões (por exemplo, quando eles podem entrar em conflito com a sintaxe). Você deve ser claro sobre quando e como esses escapes devem ser usados.

Atualmente, os endereços de Internet também podem incluir caracteres não-ASCII. O usuário precisa apenas clicar no link apropriado ou digitar o texto como eles o veem. O trabalho pesado é feito pelo agente de usuário, mas talvez você tenha interesse em saber como isto funciona.

Os desenvolvedores de especificação devem criar as suas especificações para que os endereços de Internet não-ASCII possam ser usados.