Discussion :

[gregtix]

Bonjour,
Je me permets de vous solliciter car après avoir lu beaucoup de choses sur le sujet je suis un peu perdu.

A tort, je ne m'étais jamais vraiment penché sur le sujet mais suite à l'intégration de ckeditor je me suis rendu compte qu'à présent dans ma base de données, les caractères spéciaux étaient remplacés par leur équivalent HTML. Donc ma première question "faut-il laisser les accents dans une base de données" (je prends le cas des accents pour que ce soit plus clair) ?


En regardant ma base j'ai réalisé que je n'utilisais pas le même interclassement pour la base et pour mes tables, est-ce que celà peut-être problématique ?

Interclassement pour la connexion MySQL : utf8_general_ci
Interclassement pour ma base et pour mes tables : latin1_general_ci

Dans mes pages je déclare le charset de la façon suivante : <meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1">

Sur ce que j'ai pu lire le format ISO-8859 semble suffisant si l'on souhaite rester dans un alphabet bien précis (latin dans mon cas). Dans ce cas est-il donc préférable que je change l'interclassement de la connexion MySQl ?

merci d'avance pour votre aide

[SQLpro]

La gestion des jeux de caractères et des collations est particulièrement épouvantable dans MySQL et totalement inepte. j'ai écrit un article là dessus :
http://blog.developpez.com/sqlpro/p1..._grand_folklor
En sus, l'indexation textuelle de MySQL ne tient pas compte de la collation :
http://blog.developpez.com/sqlpro/p9...text_search_no
Pour couronner le tout : http://blog.developpez.com/sqlpro/p9...oudre_aux_yeux

Bref, si vous avez réellement besoin de gérer correctement différentes collations, alors choisissez MS SQL Server ou au pire Oracle....

A +

[ericd69]

salut,

utf8 (et 16 pour être complet) et les différentes versions de l'iso-8859-xx ne sont que des encodages de l’Unicode qui donne un code unique à chaque caractère de toutes les langues vivantes, la plupart des langues mortes et d'un certain nombre de familles de symboles (notes de musique, symboles phonétiques, symboles de pièces d'échec, etc...)

l'unicode est un code sur 32 bits (toutes les plages de caractères possibles) ou 16 bits (pour la plupart des langues vivantes et des symboles)

les encodages utf et iso sont une représentation multi-octet sous forme d'une séquence au lieu d'un valeur unique:

• utf8 encode la valeur sur 4 octets de l'unicode sur 1 à 6 octets
• les différents encodages iso eux encodent sur 1 à 2 octets mais sont limités à un jeu de caractères très limité et tu ne peux faire de conversion entre 2 encodages iso sans nombre de problèmes...

historiquement le web et les sgbd ont favorisé les encodages iso car plus compacts et dans un contexte peu international et la limitation des tailles de stockage...

la tendance est maintenant de les éliminer des réglages par défaut au profit d'utf8 car ces limitations disparaissent et pour les langues latines et anglophones, la compression par rapport à l’Unicode est identique mais tu peux en plus mélanger des langues sans soucis...

l'interclassement lui sert à déterminer la façon de considérer les caractères selon la casse voir les accents éventuels lors des comparaisons de caractères

la dernière partie _ci ou _cs dépend de la gestion de casse qu'on veut:

• _ci pour insensible
• _cs pour sensible

la partie avant _ci ou _cs dépend de si on est en iso ou utf8...

pour l'utf8 on préfère _general_ci car il permet une plus grande rapidité car il implémente un jeu de règles de comparaison plus restraint mais sinon tu as _unicode_ci pour le jeu complet

pour l'iso on a le nom du jeu suivi de la langue à supportée, par exemple:
latin1_german_ci

tu as la liste complète des collations ici et plus d'infos sur les jeux de caractères et collations ici.

par contre, il faut être cohérent partout, soit c'est l'utf8, soit l'iso...

[gregtix]

Merci pour vos réponses et pour les liens que je n'ai pas encore parcourus dans leur intégralité masi le premier s'est avéré très intéressant

Eric, merci pour tes précisions, quelle action faut-il que j'entreprenne si je décidais de passer base de donnée et tables en utf-8 ?
Et surtout pour répondre à l'une de mes questions : qu'est ce qui est conseillé au niveau du stockage dans la base de données.
Prenons le cas du "é" : faut-il privilégier é ou &eacute; ?

Encore merci pour votre aide

[ericd69]

il faut que tu ais latin1 coté sgbd et iso-... coté php/html...

quand tu voudras convertir faudra faire des alter table pour faire la conversion des colonnes vers utf8 et mettre la collation utf8_... désirée...

le secret là encore c'est de pas mélanger les encodages... c'est le plus sur moyen de galérer ensuite...

[gregtix]

Merci pour ce complément d'infos ... je suis entrain de réfléchir à passer en UTF-8 mais je préfère faire quelques tests au préalable, histoire de ne pas avoir de mauvaises surprises avec certaines fonctions php