Что такое кодировка?

Я очень часто говорю и пишу о кодировке, однако, не все люди знают, что это такое. Вроде бы понимают, что кириллица - это "windows-1251" ("CP1251"), а Unicode - это "UTF-8". А что такое кодировка, так и не понимают. И целью данной статьи является рассказать о том, что это такое.

Кодировка - это таблица, в которой описывается соответствие определённого символа и числа. То есть любой символ, который мы видим или вводим, для компьютера в реальности - всего лишь набор битов (набор нулей и единиц). Именно эти биты и перегоняются от устройства к устройству. А чтобы показать результат этих перегонок человеку, компьютер преобразует с помощью таблицы (той самой кодировки) код символа в соответствующий внешний вид.

Однако, языков большое количество и зачастую у них совершенно разный набор символов. Именно поэтому так часто возникают проблемы с кодировкой. Вы набирали текст, допустим, на русском языке. А компьютер решил, что этот текст написан на китайском. И, разумеется, он используют китайскую кодировку, а не кириллическую. В результате, идёт неправильное преобразование символов, и мы видим "абракадабру".

Кодировок же большое количество, и задача программиста (Web-мастера) состоит в правильныом выборе кодировки и указания её напрямую, а не надеяться на сервер, браузер, пользователя или ещё кого-то.

Надеюсь, немного прояснил вопрос о том, что такое кодировка. Наверняка, у Вас возникла мысль о том, чтобы объединить все эти кодировки в одну, чтобы была универсальность. Мысли правильные, и это уже сделали, так родилась кодировка UTF-8 - самая популярная во всём мире. Она и является той самой универсальной кодировкой. Поэтому большинство CMS (например, Joomla, Wordpress, Drupal и многие другие) делают в кодировке UTF-8, так как CMS должна работать при любой национальной кодировке (и кириллической, и армянской, и арабской, и китайской, и любой другой).

Какой вывод можно сделать из этой статьи? Когда Вы создаёте сайт, то сразу ответьте себе на вопрос: "А на каких языках будет мой сайт?". Если Вы точно знаете, что там будет не только русский и латинский алфавит, то используйте UTF-8. В противном случае, оставляю выбор за Вами. Одно могу сказать точно: с UTF-8 придётся слегка помучиться. С национальной кодировкой всё значительно проще. Однако, если у Вас будет международный сайт, то лучше UTF-8 Вы ничего не найдёте.