“Character encoding” una pesadilla recurrente

Hay ciertas cosas que por más que veces que las hayas visto y hecho vuelven a ocurrir una y otra vez… como los problemas con la codificación de caracteres.

UTF-8, ISO-8859-1, Latin-1… son capaces de provocar que tu web, tu aplicación se llene de caracteres chinos (台, 北) y de símbolos raros (æ, Ψ).

Hace poco tuvimos un problema con la prioridad con la que se coge la codificación de una web. ¿Quién manda? ¿El servidor o el cliente?

Pues en W3C lo dejan claro:

To sum up, conforming user agents must observe the following priorities when determining a document’s character encoding (from highest priority to lowest):

  1. An HTTP “charset” parameter in a “Content-Type” field.
  2. A META declaration with “http-equiv” set to “Content-Type” and a value set for “charset”.
  3. The charset attribute set on an element that designates an external resource.

Algunos enlaces que pueden ser de utilidad: