¿Qué caracteres debo escapar al usar UTF-8?

[RabidFish]

Hola a todos.
Estoy en duda con el tema de los caracteres especiales. Como estoy codificando mis archivos en UTF-8 sin BOM y declarando mis documentos de igual manera, quisiera asegurarme de cuáles son los caracteres que debo escribir de la forma tradicional. Por ejemplo, el validador del W3C marca error si coloco un ampersand en vez de &, pero con otros caracteres no sucede, aunque pienso que puede ser proque el validador no tiene forma de corroborar todo. Por ejemplo, el signo > no sé si puedo escribirlo de esa forma en el código fuente o necesito colocarlo como >, lo mismo con las comillas " que son ". Las letras con acentos y eñes supongo que puedo escribirlos así sin problema.
Un saludo.

[emprear]

RabidFish:

En realidad no debería "escapar" ningun caracter en función del charset. Revisá esta página para darte una idea de lo que soporta utf-8
http://www.cl.cam.ac.uk/~mgk25/ucs/e...UTF-8-demo.txt

Ahora, que por lo que planteas del validador, es cierto, hay ciertos caracteres que deberás escribir como entidades, el más común es &, que entre otras cosas es muy comun usarlo como concatenador de las query_strings, se debe pasar como &.

En el caso de < >, la razón tambien es otra, no el juego de caracteres, imaginate que queres representar en tu página un código html de ejemplo, si vos pusieses
Las imágenes se insertan asi
<img src="logo.jpg" alt="" />
deberías escribirlo como
&lt;img src='logo.jpg' alt='' /&gt;
para evitar que el navegador lo interprete como una imagen en si misma.

Seguramente hay otros casos que en la medida de que dearrolles páginas se te van a presentar. Pero te repito los casos que planteaste no tienen que ver con la codificación


Saludos

[RabidFish]

emprear, gracias por tu respuesta.
Tenés razón, creo que en realidad no tiene que ver con la codificación, pero claro, el tema es que hay determinados caracteres que son utilizados por el propio HTML, como <, >, " y &. Por lo tanto, creo que lo correcto sería escribir estos caracteres con entidades para no confundir con el código HTML. Pero además de esos, ¿hay otros caracteres que debería escribir con entidades?
Un saludo.

[emprear]

RabidFish:

El caso de & es muy comun, ya que algo como esto
index.php?marca=toyota&modelo=corolla puesto en un link, te va a generar errores en el validador hay queponerlo como index.php?marca=toyota&amp;modelo=corolla

Con los caracteres latinos Á a Ñ, etc, si estas con utf-8 no hay problemas, mirá el link del archivo de texto de mi post previo.

Con < >, es muy sencillo, si queres que eso aparezca literalmente usas la entidad html, para evitar que el browser lo interprete como alguna apertura o cierre de etiqueta (aunque tampoco es imprescindible si los estás usando en forma aislada).

Si yo pongo en mi html
4 es < 5 , no pasaría nada, las comillas, simples o dobles, tampoco hay problema,...
Para sacarte de la duda hacete un html, y experimenta a ver que pasa


Saludos

[RabidFish]

Gracias de nuevo.
Con el símbolo > el validador no me dio problemas, algo que sí pasaba con el ampersand en las URL como bien mencionaste. Sin embargo me entró la duda de si el validador podría saltearse los símbolos < y > por error y por eso decidí postear. Voy a optar por no usar entidades ya que me es más cómoda la lectura del código fuente porque nunca uso vista de Diseño, cualquier cosa reemplazaré por las entidades correspondientes.
Un saludo.

[zerokilled]

Iniciado por RabidFish

Pero además de esos, ¿hay otros caracteres que debería escribir con entidades?

no necesitas utilizar entidades html, al menos no mientras la codificacion que estes utilizando te permita escribir el caracter literalmente, con excepcion de los caracteres <, >, " y & porque estos tienen un significado especial en la sintaxis html.