UTF-8 je symbol pre používanie znakovej sady. Aby ste tomu porozumeli ešte lepšie, použijem na výklad príklady. Aby ste výkladu porozumeli, beriem si vzory z bežného používania webov. Často sa stretávam, že tvorcovia webov napíšu utf-8 malými znakmi. Dokonca aj niektoré autority ako Google, Bing, Yahoo, Microsoft, Apple atď. napíšu utf-8 malými znakmi. Roboty prečítajú znakovú sadu aj s malými znakmi no má to však svoje ale. V princípe ide o spojenie k jazykovej deklarácii, kedy je zapísaný povel lang=‘en‘.
Anglický jazyk 👈 totiž nepozná znaky ako vôkáň, mäkčeň, dĺžeň, dlhé ŕ a ĺ, či české ů a ř atď. Angličtina má len jeden špeciálny znak a to je apostrof. Preto je aj robotom jedno či je zápis utf malými písmenami ak sme zadali jazyk „en“. Ak však napíšeme do jazykovej sady jazyk html lang=‘sk-SK‘ je treba aj hlavičku pre jazykovú sadu zapísať veľkými písmenami. Čo je ISO, ASCII, Unicode alebo ROT13 vás zaťažovať nebudem, iba by vás to v tejto chvíli zmiatlo.
Charset UTF-8 nie len pre stredoeurópske jazyky
Každý jazyk kultúrneho sveta má svoje špeciálne jazykové znaky, ktoré sa nedajú bežne zobraziť na weboch. Latinka je totiž základom písania textov a tá má len 26 základných znakov anglickej abecedy. Apostrof ale do Latinky nepatrí. Preto je Charset UTF-8 univerzálnou definíciou len v spojení s jazykovou sadou. Teda ak napíšeme charset malými písmenami, niektoré prehliadače môžu zobrazovať nepochopiteľný text či znaky, ktorým nerozumieme. Napríklad takéto zobrazenie „»“ a myslím, že nik z nás by sa nechcel učiť prekladať význam. Internetové nástroje ako prekladače a indexovacie roboty sme naučili, že vedia prečítať aj takéto zápisy a vedia ich spracovať do bežného textu. Teda aby ste tomu úplne porozumeli, sú dve definície pre charset. Jedna pre základnú Latinku a jedna pre ostatné jazyky.
Použitie veľkých znakov pre charset nedovolí prehliadačom zobraziť písaný text bez diakritiky zadanej jazykovej sady. Ako sú nastavené roboty prehliadačov, roboty prehľadávačov nie je v tejto chvíli dôležité vysvetľovať. Dôležitejšia informácia je, že ich výkon je závislý od vašej prvotnej definície v head sektore. Pretože príkaz html lang je prvý a druhý je charset a po nich si môžete zapisovať meta v akomkoľvek poradí a význame.
Dajte si ☕, lebo už viete že utf-8 nie je UTF-8.
Doplnené 04.09.2023 o 23:20
Aby ste si urobili obraz, tak práve som dokončil audit analýzu kde som našiel takéto chybové hlásenie v súbore css. „@CHARSET ‚utf-8‘; a aj @charset ‚utf-8‘;“ a obidva tieto zápisy mi môj tester vyhodil ako nie valídny zápis v css. Správne je „@charset ‚UTF-8‘;“. Proti takémuto zápisu testery neprotestujú.
Pavol Knut Navrátil