Co to je
UTF-8 je způsob zápisu textu, kterým počítač převádí písmena, číslice a další znaky na čísla a zpět. Vychází z Unicode, tedy rozsáhlého seznamu znaků z většiny světových písem; Unicode je seznam znaků, UTF-8 jeden ze způsobů jejich zápisu. Zvládne proto češtinu s diakritikou, další jazyky i emotikony a na webu je dnes běžnou volbou.
Proč na tom záleží
Pokud kódování nesedí (text je uložen jedním způsobem a čten jiným), místo háčků a čárek se zobrazují nesmyslné znaky nebo otazníky. Týká se to webů, ale i e-mailů, exportů do tabulek a produktových feedů, tedy souborů s nabídkou zboží pro srovnávače a reklamní systémy, kde pak vznikají chyby v názvech produktů.
Modelový příklad
Obchod s čajem exportuje produkty do souboru pro srovnávač cen. Soubor je uložen v jiném kódování, než jaké srovnávač očekává (třeba starším Windows-1250), a názvy s písmeny jako ř nebo ž se zobrazí rozbitě. Po správném nastavení exportu je vše v pořádku.
Co byste měli vědět
- Rozbije-li se diakritika po otevření souboru CSV, tedy jednoduché textové tabulky, v tabulkovém programu, zkuste při otevření zvolit kódování ručně.
- Kódování se nastavuje na více místech (stránka, databáze, export); ověřte všechna.