À retenir
- C'est le standard de codage de texte le plus utilisé au monde.
- Il est variable : il utilise de 1 à 4 octets selon la complexité du caractère.
- Il est totalement compatible avec l'ancien format ASCII.
L'UTF-8 est le traducteur universel qui permet aux ordinateurs de comprendre et d'afficher tous les alphabets du monde, ainsi que les emojis. C'est une méthode de codage qui transforme chaque caractère (lettre, chiffre, symbole) en une suite de nombres binaires (0 et 1) que la machine peut traiter.
Étymologie
Acronyme de Universal Character Set Transformation Format - 8 bits. Il a été inventé en 1992 par Ken Thompson et Rob Pike pour permettre une transition fluide entre l'ancien standard ASCII (limité à l'anglais) et le nouveau système Unicode (mondial).
Exemples d'usage
- Affichage correct du caractère accentué
ésur une page web. - Stockage et envoi d'emojis comme
🚀dans un message. - Lecture d'un document contenant à la fois du texte en français, en japonais et en arabe sans erreur d'affichage.
Cas d'usage
Il est omniprésent dans le développement web (plus de 98 % des sites l'utilisent), les bases de données, les fichiers de configuration et les langages de programmation modernes pour assurer la compatibilité internationale des textes.
Bonnes pratiques
Il est recommandé de toujours configurer son éditeur de texte et ses bases de données en UTF-8 sans BOM. Dans un fichier HTML, il faut impérativement ajouter la balise <meta charset="UTF-8"> pour éviter que les accents ne se transforment en symboles illisibles.
Synonymes
Antonymes
Conseil
Pour un débutant, retenez que l'UTF-8 est le choix par défaut à adopter systématiquement. Si vous voyez des caractères bizarres apparaître à l'écran, le premier réflexe doit être de vérifier que votre fichier est bien enregistré et lu en UTF-8.
Questions fréquentes
Quelle est la différence entre Unicode et UTF-8 ?
Unicode est la liste géante de tous les caractères existants, tandis que UTF-8 est la méthode (le format) pour enregistrer cette liste sur un disque dur.
Pourquoi mon texte affiche des symboles étranges comme é ?
C'est un problème d'encodage (souvent appelé 'mojibake') : le fichier est probablement écrit en UTF-8 mais lu avec un vieux logiciel réglé sur un autre format.
Est-ce que UTF-8 prend plus de place ?
Pour l'anglais, non. Pour les langues asiatiques ou les emojis, il utilise plus d'espace, mais reste globalement très optimisé.