[Tableaux] Site multilingue : UTF8, solution miracle ?

Version imprimable

21/08/2007, 13h17
xenos

[Tableaux] Site multilingue : UTF8, solution miracle ?

Bonjour,

J'ai un site professionnel à programmer en de nombreuses langues. Cela allant du français au polonais, en passant par le russe, le grec, le coréen, ...

Il me semble que tous ces alphabets (chinois, grec, ...) ne sont pas repris par le ANSI.

Est-ce que dés lors le UTF8 reprend TOUS les alphabets existants ?

Si oui, je n'aurais alors plus qu'à créer simplement un fichier "langue" pour chaque nouvelle langue à introduire sur le site. Sans devoir changer le format des fichiers.

Si non, quel format unique me permettrait de programmer en prenant en comptant tous les alphabets ? Pour ne pas devoir jongler avec autant de formats qu'il n'y aura d'alphabet.

D'avance merci pour vos réponses. :)

xenos
21/08/2007, 13h32
trotters213

:salut:

Citation:

Envoyé par Wikipedia

Ce codage (UTF8) permet de représenter les milliers de caractères d'Unicode.

Citation:

Envoyé par Wikipedia

Unicode est une norme informatique, développée par le Consortium Unicode, qui vise à donner à tout caractère de n'importe quel système d'écriture de langue un nom et un identifiant numérique, et ce de manière unifiée, quelle que soit la plate-forme informatique ou le logiciel.

Je crois que ça réponds à ta question :mrgreen:
21/08/2007, 13h45
xenos

Merci pour ta réponse trotters213 ! Décidément tu m'es d'un grand secours en ce moment ... :oops:

Citation:

Envoyé par Wikipédia

Unicode est une norme informatique, développée par le Consortium Unicode, qui vise à donner à tout caractère de n'importe quel système d'écriture de langue un nom et un identifiant numérique, et ce de manière unifiée, quelle que soit la plate-forme informatique ou le logiciel.

J'étais déjà tombé sur Wikipédia lors de ma recherche sur le UTF8.

Et cette définition m'avait laissé fort perplexe. En effet on dit que le UTF8 "[...] vise à [...]". C'est son intention de le faire, mais le fait il déjà maintenant ?

Surtout que lors de mes recherches je n'ai pas trouvé de tableaux où l'on montre l'ensemble des caractères UTF8 possibles et donc où je pourrais m'assurer qu'il prend bien en charge l'alphabet grec, russe, ...

Désolé d'être ainsi pointilleux sur les mots, mais je ne voudrais pas m'aventurer dans quelque chose et me rendre compte par la suite que ce n'est pas ce que j'en attendais.

De plus, le fait de tout coder en UTF8, est elle la meilleure solution pour avoir un site multilingue supportant tous les alphabets ?
21/08/2007, 14h59
trotters213

Regarde : http://fr.wikipedia.org/wiki/Table_d...%A8res_Unicode
Tu as tous les caractères dans la liste de droite "Tables Unicode" classez selon leur code en hexa ;)
21/08/2007, 15h42
xenos

Encore un GRAND merci pour ton aide trotters213 ! :)

En effet, tous les alphabets présents et passés sont codés en Unicode.

Je vais donc mettre l'ensemble du site en UTF8.
21/08/2007, 15h58
xenos

J'aurais cependant encore trois questions.

Premièrement, j'ai un fichier par langue, dans lequel est contenu tous les textes du site. Ce fichier je l'encode en UTF8 avec ou sans BOM ?

Deuxièmement, les autres fichiers qui ne contiennent que du code et des variables langues, dois je aussi les mettre en UTF8 ?

Troisièmement, pour les tables SQL, le format UTF8_bin est bon ? Car les autres possibilités en UTF8 sont insensible à la casse.
21/08/2007, 16h43
Snowboarder69

Bonjour,

Alors de tête...

1- Sans BOM
2- Attention le moteur php ne gère pas les fichiers ".php" en UTF8 (il faudrat attendre php6)
3- Je crois qu'il faut rajout une commande sql (SET NAME ou quelle chose comme ça)

++
21/08/2007, 16h55
Mark Havel

Tiens, c'est curieux ce que tu dis-là, je croyais avoir dit à Eclipse de n'enregistrer les fichiers qu'en UTF-8 et pourtant, même le PHP 4 de EasyPHP n'avait aucun problème avec.

Quelque soit l'encodage utilisé, le plus simple est de l'utiliser sur l'ensemble de ton application web, sur tous les fichiers... et de le spécifier à chaque fois bien soigneusement (dans les en-têtes HTML des fichiers générés par le PHP aussi ; le navigateur ne détecte pas forcément ça tout seul comme un grand). Ma base SQL est réglée en utf8_unicode_ci et tout a l'air de fonctionner normalement, mais je n'en fais pas non plus un usage extrêmement intensif.
21/08/2007, 17h26
yannux

Citation:

2- Attention le moteur php ne gère pas les fichiers ".php" en UTF8 (il faudrat attendre php6)

Ce sont surtout certaines fonctions usuelles qui ne fonctionnent pas correctement avec utf-8. Il existe une alternance à ses fonctions....
Mais j'ai plus en tête :s
21/08/2007, 17h38
trotters213

Citation:

Envoyé par xenos

Premièrement, j'ai un fichier par langue, dans lequel est contenu tous les textes du site. Ce fichier je l'encode en UTF8 avec ou sans BOM ?

Je sais pas ce que tu utilises comme fichier mais je te conseilles du XML avec une petite entête

Code:

<?xml version="1.0" encoding="UTF-8"?>

pour être tranquille à ce niveau là (tranquille au niveau de l'encodage et tranquille pour la structuration des données : c'est bien plus propre du XML que du .txt :mrgreen:)

Citation:

Envoyé par xenos

Deuxièmement, les autres fichiers qui ne contiennent que du code et des variables langues, dois je aussi les mettre en UTF8 ?

Je te dirais comme Mark Havel : le tout c'est que tout ce que tu as en sorti, tu l'ais en UTF-8 (comme je te l'avais dit dans ton précédent sujet). Donc le html avec un le charset du content-type en utf-8, les entêtes PHP en UTF-8.

PS : ça n'a rien à voir mais comment gères-tu ton multilingue ? XML, extension gettext, variables ou BD ?

PS 2 :

Citation:

Envoyé par yannux

Il existe une alternance à ses fonctions....

Une alternative ça marche aussi :mouarf:

Citation:

Envoyé par xenos

Troisièmement, pour les tables SQL, le format UTF8_bin est bon ? Car les autres possibilités en UTF8 sont insensible à la casse.

D'après ce que j'ai pu trouver comme informations, il n'y a qu'un encodage UTF8. Que l'on choisisse l'une des possibilités mise à notre disposition dans phpMyAdmin :
- utf8_bin,
- utf8_general_ci,
- utf8_swedish_ci,
- utf8_turkish_ci,
- utf8_unicode_ci,
ça reste toujours le même encodage, il n'y a que la façon dont seront triées les données qui change.

Est-ce bien ça ?

Citation:

Envoyé par yannux

Ce sont surtout certaines fonctions usuelles qui ne fonctionnent pas correctement avec utf-8. Il existe une alternance à ses fonctions....
Mais j'ai plus en tête :s

1/ Y-a-t'il beaucoup de fonctions qui seront affectées par ce passage d'ANSI à UTF8 ?

2/ Pour chacune de ces fonctions une alternative sérieuse existe-t'elle ?

3/ Y-a-t'il moyen de trouver une liste de toutes les fonctions qui ne fonctionneront plus avec UTF8 jusqu'à PHP6 avec leur fonction de remplacement ?

Citation:

Envoyé par trotters213

PS : ça n'a rien à voir mais comment gères-tu ton multilingue ? XML, extension gettext, variables ou BD ?

Dans le code source, j'appelle le texte de la manière suivante :
Code:

1 2 3 include('langues/fr.php'); <?php echo trad_pays_2; ?>
A côté de ça, j'ai un fichier .php par langue où je fais le lien entre la variable et le texte :
Code:

1 2 3 4 5 6 7 //---------------------------------------------------- // Pays //---------------------------------------------------- define('trad_pays_1', 'Afghanistan'); define('trad_pays_2', 'Afrique du Sud'); define('trad_pays_3', 'Albanie'); define('trad_pays_4', 'Algérie');

Citation:

Envoyé par xenos

D'après ce que j'ai pu trouver comme informations, il n'y a qu'un encodage UTF8. Que l'on choisisse l'une des possibilités mise à notre disposition dans phpMyAdmin :
- utf8_bin,
- utf8_general_ci,
- utf8_swedish_ci,
- utf8_turkish_ci,
- utf8_unicode_ci,
ça reste toujours le même encodage, il n'y a que la façon dont seront triées les données qui change.

Est-ce bien ça ?

Je veux pas dire de bêtise mais la seule dif est la collation utilisée (c'est à dire la façon de trier les lettres et plus généralement les caractères : les majuscules avant ou après les minuscules, les accents avant ou après les sans accents, ...).
Citation:
Envoyé par xenos
Dans le code source, j'appelle le texte de la manière suivante :
Code:

1 2 include('langues/fr.php'); <?php echo trad_pays_2; ?>
A côté de ça, j'ai un fichier .php par langue où je fais le lien entre la variable et le texte :
Code:

1 2 3 4 5 6 7 //---------------------------------------------------- // Pays //---------------------------------------------------- define('trad_pays_1', 'Afghanistan'); define('trad_pays_2', 'Afrique du Sud'); define('trad_pays_3', 'Albanie'); define('trad_pays_4', 'Algérie');
Attention car si tu as un seul fichier par langue et que ton site prend de l'ampleur, le temps pour inclure ton ficheir va devenir assez long.
Si tu ne l'as pas déjà lu : http://php.developpez.com/faq/?page=...te-multilingue

21/08/2007, 19h01
xenos

Citation:

Envoyé par trotters213

Je veux pas dire de bêtise mais la seule dif est la collation utilisée (c'est à dire la façon de trier les lettres et plus généralement les caractères : les majuscules avant ou après les minuscules, les accents avant ou après les sans accents, ...).

Dans ce cas, vu que j'ai développé certains scripts à partir de tri basé sur des données codées en "latin1_swedish_ci", le meilleur des choix serait de prendre "utf8_swedish_ci" ?

Citation:

Envoyé par trotters213

Attention car si tu as un seul fichier par langue et que ton site prend de l'ampleur, le temps pour inclure ton ficheir va devenir assez long.

J'ai me suis longuement documenté sur le sujet avant d'entamer une traduction. D'après mes estimations, lors de la mise en route du système, le fichier langue français ne devrait jamais atteindre les 100ko.

Il m'a alors semblé plus judicieux de ne mettre qu'un seul fichier langue de 100ko que de multiplier les fichiers, entrainant par le fait une augmentation des erreurs, de la répétition de termes génériques, une mise à jour plus laborieuse, ...

Il me semble qu'une taille de 100ko est une taille acceptable ... Me serais je trompé ?
21/08/2007, 19h42
yannux

Citation:

Envoyé par trotters213

PS 2 :Une alternative ça marche aussi :mouarf:

Oo oui tout à fait... la tête ailleurs :)

Ca s'appel mb_string. En gros c'est les mêmes fonctions avec mb_ devant.

http://fr2.php.net/fr/mbstring
22/08/2007, 09h21
trotters213

Citation:

Envoyé par xenos

Dans ce cas, vu que j'ai développé certains scripts à partir de tri basé sur des données codées en "latin1_swedish_ci", le meilleur des choix serait de prendre "utf8_swedish_ci" ?

Regarde cette discussion : http://mysql.ifrance.com/showthread.php?t=211

Citation:

Envoyé par xenos

Il me semble qu'une taille de 100ko est une taille acceptable ... Me serais je trompé ?

Non tu ne t'es pas trompé, c'est largement acceptable 100Ko ;)
22/08/2007, 10h48
yannux

J'utilise "utf8_unicode_ci" et je n'ai jamais remarqué de problème...
22/08/2007, 22h31
xenos

Encore merci pour vos nombreuses réponses !

En ce qui concerne l'en-tête, si j'ai bien compris il faut rajouter une information pour faire comprendre au navigateur que l'encodage est en UTF8 Sans BOM.

Dois je mettre :

Code:

header('Content-Type: text/html; charset=utf-8');

Ou alors :

Code:

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

Ou les deux ?
22/08/2007, 23h24
mathieu

Citation:

Envoyé par xenos

Ou les deux ?

les deux
tu peux tomber sur des serveurs ou des navigateurs qui ont des configuration très particulières et en mettant les 2 lignes tu mets le maximum d'information pour que ta page soit bien interprétée
27/08/2007, 17h11
xenos

Merci pour toutes vos réponses !

Elles m'ont été très utile.

Je clôture le sujet maintenant que tous les aspects de l'UTF8, dont j'ai besoin, sont éclaircis.

Bon développement à tous ! ;)

xenos