Discussion :

[TallyHo]

Hello,

Je voudrais parser 2 sites, un en utf8, l'autre en latin1.
J'ai beau essayé plusieurs charset dans mysql, j'ai toujours les caractéres bizarres dans la BDD (pour les accents entre autres).

Donc la premiére question : Si j'ai ma BDD en UTF8 et que je parse le site latin1, est ce que je dois réencoder avant de faire mon insertion ? Ou est ce qu'il y a quelquechose qui m'échappe dans mysql ?

Deuxiéme question : A votre avis, quel est le meilleur choix de charset pour les langues europénnes et les accents ? En sachant que je risque de parser des sites espagnols, italiens et uk aussi dans le futur.
Si j'ai bien compris, ce qui gére bien les accents c'est : latin1_swedish_ci, latin1_german1_ci, utf8_general_ci, utf8_unicode_ci.

Je vois que l'UTF8 commence à être pas mal utilisé, mais le latin1 est suffisant il me semble ? Est ce que je ne devrais pas adopter tout de suite le charset "à la mode" pour m'éviter des tracas plus tard ?

Merci

PS : Question bête mais bon...
La différence entre les termes "charset" et "collation" ?

[Antoun]

Hello,

Je voudrais parser 2 sites, un en utf8, l'autre en latin1.
J'ai beau essayé plusieurs charset dans mysql, j'ai toujours les caractéres bizarres dans la BDD (pour les accents entre autres).

Donc la premiére question : Si j'ai ma BDD en UTF8 et que je parse le site latin1, est ce que je dois réencoder avant de faire mon insertion ? Ou est ce qu'il y a quelquechose qui m'échappe dans mysql ?

MySQL fait les conversions automatiquement à partir du moment où on lui déclare bien quelle est la source...

Deuxiéme question : A votre avis, quel est le meilleur choix de charset pour les langues europénnes et les accents ? En sachant que je risque de parser des sites espagnols, italiens et uk aussi dans le futur.
Si j'ai bien compris, ce qui gére bien les accents c'est : latin1_swedish_ci, latin1_german1_ci, utf8_general_ci, utf8_unicode_ci.

ce qui revients aux deux mêmes charsets, latin1 et utf8. A priori, pour les langues que tu cites, latin1 est suffisant. Utf8 contient (théoriquement) toutes les langues et tous les signes, mais peut être plus lent et poser des pbs avec quelques (rares) fonctions textes qui ne sont pas "multibyte proof".

Je vois que l'UTF8 commence à être pas mal utilisé, mais le latin1 est suffisant il me semble ? Est ce que je ne devrais pas adopter tout de suite le charset "à la mode" pour m'éviter des tracas plus tard ?

Merci

PS : Question bête mais bon...
La différence entre les termes "charset" et "collation" ?

Le jeu de caractères définit les caractères auxquels tu as droit. A l'intérieur de ce jeu, la collation définit l'ordre de tri des caractères, ainsi que leurs équivalences. Par exemple, en utf8_unicode_ci, 'é' = 'E', ce qui serait faux avec utf8_bin.

[TallyHo]

MySQL fait les conversions automatiquement à partir du moment où on lui déclare bien quelle est la source...

C'est à dire ? Si je suis en latin1 et que je parse du utf8, il faudra que je réencode la chaine avant de l'insérer dans mysql ?

Sinon pour le charset, conclusion, je reste donc en latin1_swedish d'aprés toi ?

Merci

[ZuZu]

Sinon pour le charset, conclusion, je reste donc en latin1_swedish d'aprés toi ?

Comme te le disais Antoun :
jeu de caractère (charset) = latin1 ou utf8 ou autre
interclassement (collation) = latin1_swedish

Si tu n'auras jamais à utiliser des charactères autres qu'européens, n'utilise pas le jeu de caractère utf8.

A mon avis, l'interclassement latin1_general (ci ou cs selon le cas) est le plus approprié pour le francais.


à

MySQL fait les conversions automatiquement à partir du moment où on lui déclare bien quelle est la source...

tu réponds

il faudra que je réencode la chaine avant de l'insérer dans mysql ?

Non, ca veut justement dire que tu n'as rien à faire si le jeu de caractère de ta table est différent de celui des données que tu veux utiliser à condition de le préciser dans tes requetes evidemment.

[TallyHo]

Je vais faire des vérifs alors car j'ai toujours le souci.
Sinon je reviens à la charge avec un copier-coller du code si vraiment je m'en sors pas, mais bon d'aprés ce que vous dites c'est moi qui merdouille
Merci