Unicode et UTF-8 : comprendre l'encodage des accents
Les problèmes d'encodage transforment vos accents en caractères illisibles. Comprenez Unicode et UTF-8 pour les éviter.
Pourquoi vos accents se transforment-ils parfois en caractères illisiblescomme « é » ou « ç » ? La réponse tient en deux mots : Unicode et encodage.
Le problème historique
Dans les années 1960, le standard ASCII ne définissait que 128 caractères — suffisant pour l'anglais, mais pas pour le français. Chaque pays a créé ses propres extensions :
- Latin-1 (ISO 8859-1) : pour les langues d'Europe occidentale
- Windows-1252 : variante Microsoft de Latin-1
- MacRoman : encodage des anciens Mac
Résultat : un fichier créé sur un système pouvait devenir illisible sur un autre.
La solution : Unicode
Unicode attribue un numéro unique à chaque caractère de toutes les langues du monde. Par exemple :
| Caractère | Code Unicode | Nom |
|---|---|---|
| É | U+00C9 | Latin Capital Letter E With Acute |
| Ç | U+00C7 | Latin Capital Letter C With Cedilla |
| Π| U+0152 | Latin Capital Ligature OE |
| € | U+20AC | Euro Sign |
UTF-8 : l'encodage universel
UTF-8 est la méthode d'encodage Unicode la plus utilisée. Elle est compatible avec ASCII et supporte tous les caractères français.
Le « Mojibake » : caractères corrompus
Quand un texte UTF-8 est interprété comme Latin-1 (ou inversement), les accents deviennent des séquences de caractères bizarres :
| Texte original | Mojibake |
|---|---|
| é | é |
| è | è |
| ç | ç |
| à | Ã |
Comment éviter les problèmes ?
- Enregistrez toujours en UTF-8
- Vérifiez l'encodage des fichiers reçus
- Configurez vos bases de données en utf8mb4
- En HTML, ajoutez
<meta charset="UTF-8">
Questions fréquentes
C'est un problème d'encodage appelé 'Mojibake'. Le fichier a été enregistré dans un encodage (ex: UTF-8) et lu dans un autre (ex: Latin-1). La solution : convertir en UTF-8.
ASCII ne supporte que 128 caractères (pas d'accents). UTF-8 supporte plus d'un million de caractères, dont tous les accents français. UTF-8 est le standard moderne.
Dans Notepad++ : menu Encodage. Dans VS Code : en bas à droite de la fenêtre. La bonne pratique est de toujours utiliser UTF-8 pour les textes français.
Aller plus loin
🔤 Copier les lettres mentionnées
Accédez directement aux pages de ces caractères pour les copier