Jiné písmena

Tomy:
Nastavit značku kódování na takové, ve kterém je stránka uložená. Čeština na webu

Zkontrolovat, že použité písmo obsahuje i české znaky.

Těch problémů je tam více, nejlepší bude poslat odkaz na web, kde ti to nefunguje.

Chybí ti kódování češtiny. Používáš windows-1250. Je tedy potřeba přidat na začátek hlavičky (před všchny popisky):

Zvaž však, zda by nebylo lepší používat utf-8 (to by vyžadovalo konverzi všech HTML souborů v nějakém editoru; nevíme, který používáš).
Přečti si také celou stránku Čeština / cestina

V Notepad++ by mělo v nabídce Encoding stačit vybrat Convert to UTF-8 without BOM. Ten BOM by ti tam teď nevadil, ale pokud začneš pracovat s PHP, tak tam dělá neplechu. Viz screenshot na superuser.com/questions/762473/ansi-to-utf-8-in-notepad

V každém připadě <meta charset="tvé-zvolené-kódování"> potřebuješ, ať už použiješ windows-1250 nebo utf-8.

Reaguji na Tomyho:
Pokud zůstaneš u windows-1250 a doplníš <meta> značku z příspěvku [#5], problém máš vyřešený.


Reaguji na juriada:
„Zvaž však, zda by nebylo lepší používat utf-8“
To se zvažuje jak, pokud doposud o kódováních češtiny nic neslyšel?

Tomy:
V kódování UTF-8 můžeš používat více znakových sad dohromady na jedné stránce (latinku, azbuku, japonštinu). Nevýhodou je trochu větší bitová velikost souboru při použití znaků mimo latinku, znaky nad tabulkou ASCII se totiž skládají ze dvou nebo více Bytů.

Tomy:
Nestačí změnit meta značku. Je třeba i stránku uložit v tomtéž kódování, viz [#7] nastavení kódování v editoru.

„Ono to nějak upraví ten soubor, nebo co to udělá?“
Ano. Změna kódování použije jiné Bajty v souboru. Jaké se použijí, o tom je prohlížeč informován právě meta značkou.

Tomy:
Protože to máš uloženo jako windows-1250, ne jako utf-8.

Uloženo v windows-1250 + <meta charset=windows-1250> = čeština
Uloženo v windows-1250 + <meta charset=utf-8> = ?e?tina
Uloženo v utf-8 + <meta charset=windows-1250> = ?e?tina
Uloženo v utf-8 + <meta charset=utf-8> = čeština

Konečně si přečti již dvakrát odkázanou stránku o češtině.

Každý znak, který napíšeš je v souboru uložený jako číslo. Existují tabulky, které říkají, jaké číslo odpovídá jakému znaku. Ty tabulky si můžeš najít na internetu. Jednotlivá kódování se liší tím, jaké znaky umí zakódovat a jaké číslo kterému znaku přiřadí.
* window-1250, windows-1252, latin2, latin1, windows-1251... umí jen 256 znaků, které jejich tvůrce zvolil; většinou jsou tato kódování také pojmenovaná po zemi nebo regionu, jehož všechny znaky obsahují;
* utf-8 umí všechny znaky, které kdy budou existovat ať už jde o češtinu, ruštinu, čínštinu, matematické znaky, smajlíky; toto kódování je univerzální.
Všichni tvůrci (ehm, počítej řekněme 90. léta a novější) se však shodli na tom, co bude prvních 128 znaků a mezi nimi jsou: malá a velká písmena bez diakritiky, interpunkce, čísla, vše toto: !@#$%^&*() ... To je důvod, proč zlobí ta diakritika, protože ty jako středoevropan jiné znaky mimo rozsah těch prvních 128 často nepoužíváš.

Máš tedy uložený soubor na disku, který je plný čísel a kdokoli jej chce zobrazit jako text musí chápat, kterému znaku čísla odpovídají. Musí uhodnout to kódování. V případě webové stránky se to prohlížeči na počítači povedlo, ale prohlížeči na mobilu ne. Z toho důvodu musíš poradit, o jaké kódování se jedná pomocí toho meta tagu. Pak všechny prohlížeče pochopí a zobrazí stránku správně. V prohlížeči si můžeš vynutit zobrazit stránku, jakoby měla jiné kódování (pak uvidíš, že se ti většina diakritiky rozsype).

Dříve, když utf-8 vznikalo, tak byla jeho podpora v programech slabší. Dnes mu ale rozumí všechny programy. Většinu věcí, co na internetu najdeš je již v kódování utf-8.
utf-8 má výhody:
* Lze v něm zapsat každý znak. Nestane se ti jako o jiných kódování, že bys měl smůlu, pokud bys chtěl uprostřed stránky zamachrovat a pozdravit čtenáře arabsky (ano, vždy můžeš vložit obrázek s arabským textem, ale to není ideální).
* Všichni mu rozumí; asi nepřesvědčíš programátora v Německu nebo Rusku, aby jeho služba začala příjmat text v kódování windows-1250, když již podporuje utf-8, které může použít každý.
a také nevýhody:
* Každý znak kromě těch prvních 128 zabírá dvojnásobek nebo trojnásobek místa; spočítej si četnost diakritiky v české větě a dojde ti, že v průměru se jedná o každý x-tý znak. Takže nafouknutí velikosti je často zanedbatelné. V ostatních kódováních je to vždy 1 byte, což je důvod, proč umí reprezentovat jen 256 znaků.
* Blbě se předpokládá velikost, třeba když si vyhradíš 60 bytů, tak do nich někdy uživatel může zapsat 60 znaků a jindy jen 20. A nebo naopak, chceš umožnit zadat 60 znaků, musíš si tedy vyhradit prostor 180 bytů, protože uživatel může být vyčuraný a napíše jen ty dlouhé znaky.
* Některé funkce v programovacích jazycích predpokládají, že každý znak má jeden byte, což u utf-8 neplatí. Začátečník tyto funkce může omylem použít nevěda si důsledků.

Tomy:
Jasně, pokud ti windows-1250 funguje, není třeba to měnit. Je však dobré vědět, že něco jako kódování existuje a že v něm může být problém.

Tomy:
„Nestačí to kódování mít jenom v index.html?“
Ne. Každá stránka může mít rozdílné kódování.

„jenomže když to přepnu na UTF-8, tak mi to tu diakritiku nahází do nějakých znaků“
Většina editorů umí soubor otevřít v jednom kódování a uložit v jiném.

juriad:
„Nestane se ti jako o jiných kódování, že bys měl smůlu, pokud bys chtěl uprostřed stránky zamachrovat a pozdravit čtenáře arabsky (ano, vždy můžeš vložit obrázek s arabským textem, ale to není ideální).“
Je možné použít číselné entity. Taky to není ideální, ale je to lepší řešení, než obrázek.

Tomy:
„Jak dám to utf-8 do php?“
Výstupem PHP je pro uživatele HTML stránka. Takže stejně jako v HTML, PHP soubor musí být uložen v UTF-8 a mít meta značku <meta charset=utf-8>. Samotný formulář nemůže mít jiné kódování, než zbytek stránky.

Reaguji na Tomyho:
Máme to ve FAQ.