Codificación de caracteres: eterno dolor de cabeza.

[reborn]

Buenas.
Como se habran dado cuenta, tengo problemas al mostrar los caracteres.
Hay algo q no entiendo y he leido seguido por ahi cuando dicen: "...guardar los archivos con cierta codificacion...", y creo q ese es mi problema.
Entonces la pregunta es: hoy en dia, q codificacion hay q usar?, tanto en los meta, como en la base de datos y como saber con q codificacion se guardan los archivos?
Gracias.

[Marvin]

La que quieras... por defecto (creo ¿?) todos los programas en ingles vienen con codificacion utf8... pero si quieres trabajar con acentos, ñ y toda la gama de caracteres freak de la lengua hispana, te conviene usar latin1 en cualquiera de sus versiones.

Ahora... si vas a usar latin1 en html debes usar charset="ISO-8859-1".

Suerte!

[rpv]

La que se está tomando por estándar es la utf-8.

[reborn]

Entiendo, hasta ahi tengo todo bien entonces, los metan tienen iso-8859-1 y la bd esta en latin1_general_ci al igual q todas sus tablas.
Pero lo q no entiendo es eso de lo guardar los archivos con la codificacion, eso lo hace automaticamente el dreamweaver?
Por ejemplo, lei q otro usuario tenia problemas con los caracteres y veia mal la letra ñ, entonces le responde otro usuario lo siguiente:

Manteniendo una coherencia entre el juego de caracteres que usas para guardar el archivo, lo que pones en el meta, lo que guardas en la base de datos

...y como el tema no se siguio, no se cual fue la solucion.

...y aca hay otra respuesta de un moderador pero no respondio el q pregunto:

Bueno, la base de datos está en UTF-8, ¿y los archivos? ¿están guardados con esa codificación?

...entonces quiero saber eso de "guardar los archivos con cierta codificacion", donde me fijo o como me doy y como hago para guardarlos con la cofificacion q yo quiera.

[rpv]

respecto a los archivos se guardan con codificación respectiva a la codificación que tengas en tu db, es a lo que se refiere con `mantener una coherencia`, es decir, si vas a trabajar con latin1, tus archivos se codifican en ISO-8859-1 (creo que en ansi vale), si usas utf8 tus archivos deben codificarse en utf8 también (aunque se sugiere enérgicamente usar el utf-8 sin bom, sin firma de archivo).

[Marvin]

Pero de que tipo de archivo estamos hablando?... un archivo directo a la base de datos como tipo blob ?... o estamos hablando de un archivo cualquiera del cual tu guardas la url y lo subes al servidor?...

Saludos!

[reborn]

Eso es lo q quiero saber Marvin, creo q se refiere a lo segundo q decis vos.

[rpv]

se refiere a los archivos .php/.htm que interactuan con tu db, los archivos binarios tipo blob no llevan codificación, o más bien...su codificación es `binaria`

[reborn]

Gracias por tu aclarion rpv, ahora me queda un poco mas claro.

[reborn]

Esto es lo q no entiendo:
Completo el form con el titulo y texto de una noticia, entonces probe ingresando las letras con acentos y en la bd se registra asi:


En la bd, los campos titulo y texto tienen latin1_general_ci, pero por q el titulo me lo muestra con acentos y el texto me lo muestra como si estuviese usando utf?, eso es lo q no logro comprender.

Y al mostrarlo lo muestra bien:


La codificacion de la bd es la siguiente:


...al igual q cada campo de cada tabla.

***aclaro tambien q el archivo q procesa el form es normal, no uso utf8 encode ni decode, ni htmlentities ni nada, solamente recoge por post los datos y los registra en la bd.

[rpv]

amigo, los caracteres acentuados existen en ambas codificaciones. Cómo esperas que te los presente? como entidades html? á ó etc?... entonces necesitas usar la función htmlentities

[reborn]

No, lo q quiero saber es si es normal q se registren asi los datos con la codificacion q estoy usando y por q para el titulo se registra tal cual lo escribo y para el texto se registra con entidades?, será porq para el titulo uso el tipo de datos varchar y para el texto uso text?

[rpv]

no, no es normal, se registra como entidades porque seguro que ya usas la función que te comento en uno de tus campos, en ambos casos se debería ingresar el texto tal como se escribe en los campos (con tildes), cuando hay problemas de codificación se ingresan caracteres ilegibles.

[reborn]

Por eso mismo dije q no entendia por q se registra asi ya q no le pongo ningun filtro a la variable antes de registrarla.
$Titulo = $_POST['Titulo'];
$Texto = $_POST['Texto'];

...asi como esta se registra.
La verdad no se en donde puede estar el error.

[rpv]

se registra en el insert, en el mysql_query, busca ahí también.

[reborn]

Ya se donde esta el problema, en el editor editor wysiwyg TinyMCE, se lo desactive y ahora si registra el texto tal cual se lo escribe.
Pero entonces no seria un problema, en parte es mas seguro q registre el texto con entidades o no?

[rpv]

si usas funciones de seguridad para prevenir inyecciones sql es lo mismo, personalmente prefiero que en la db se ingrese el texto original y después se haga el procesado.

[reborn]

Ok, gracias por tus respuestas y tu tiempo.