23 июля 2006 в 11:19
Вобщем открываю html-код любой страницы и там у меня всё прописано вот таким образом:
ќРµР±РµСЃРЅС‹Р№ портал Путь Любви
Хотя когда просто просматриваешь страницы - то всё по-русски.
Вопросы такие:
1) Будут ли эти иероглифы искаться поисковиками типа яндекс, гугл .... ??? И вообще можно как-то сделать чтобы всё же было по-русски?
2) Насклько я знаю при кодировке utf-8 база данных становится гораздо больше, т.к. utf-8 шифрует русские символы в шесть раз длиннее, т.е. один русский символ она кодирует шестью (поэтому база данных в несколько раз больше чем при windows-1251).
Обосную:
Например слово "друпал"
будет закодировано и выглядеть так:
друпал
Это слово "друпал" при кодировке utf-8
Т.е. само сабой база данных будет в 6 раз больше из-зи того что русские символы кодируются в шесть раз больше.
Вопрос - какой смысл иметь базу данных растущую в шесть раз быстрее когда при варианте windows-1251 руские символы не кодируются и видятся один к одному?
Комментарии
1) http://www.linux.org.ru/books/man/man/man7/utf-8.7.html - читай внимательно, никак не 6.
(по крайней мере прочитать файл как надо он сможет, на счет записи не уверен).
Что касается базы, то возможно ты и прав на счет 6-ти символов, но только в случае mysql, если не ошибаюсь postgress использует как раз UTF-8 и работает с ней правильно.
2) С UTF-8 поисковики должны работать на ура.
UTF-8 выбрана из тех соображений, что при её использовании на сайте можно помещать и ASCII символы и кирилицу и символы немецкого алфавита, не заморачиваясь с кодировками. Для редактирования файлов в UTF-8, тебе просто нужен хороший редактор (я пользуюсь emacs), если нет нормального редактора, то можно фоспользоваться ворд
Не ну просто мне ни то что немецкий мне собсно и инглиш никогда не понадобится. так зачем платить больше?
А если учесть сколько база будет занимать с учётом индексируемых слов...
Это же тоже всё будет в символах UTF-8 которых в 6 раз больше. У меня уже база данных 5 Mb а там по сути дела ещё ничего не напостили...
А что будет через месяц...
А что по повду вот этих иероглифов в моём коде:
ќРµР±РµСЃРЅС‹Р№ портал Путь Любви
Как от них избаваться?
Я открываю html-код на http://drupal.ru и такой фигни нету - все символы в нормально читаемом русском виде.
А у меня всё вот так:
ќРµР±РµСЃРЅС‹Р№ портал Путь Любви
Дай ссылку на страничку.
Либо пришли мне на znick@inbox.ru.
(лучше, конечно, ссылку)
Нет. utf-8 всегда кодирует один символ либо 1, либо 2 байтами. Она ascii совместимая и переменной длины.
.
А когда ты открываешь html-код любой страницы, ты должен его открывать редактором, который понимает utf8. Стандартный виндовый блокнот, из Юникода, понимает только utf-16.
.
С поисковиками проблем нет. Все современные замечательно понимают utf8.
Nick, скачал сейчас дамп, посмотрел:
Контент весь правда по-русски.
Никаких шифровок utf-8 нет, все буквы нормальные, русские.
Значит тут проблем нет.
Так , а что выходит инфа про utf-8 не правильная, что один к шести?
[b]Так , а что выходит инфа про utf-8 не правильная, что один к шести?[/b] Не один к шести, но больше, чем однобайтные кодировки. С учётом того, что mysql теперь понимает кодировки и может иметь разные настройки для контента и для ввода данных.
А вот я хочу вывести из БД, кот. при чём тоже в коде utf-8, несколько символов (отрывок из новостей) функцией: "substr($oldnews, 0, 20)"...
но иногда страница на которой я всё это вывожу просто не грузится...
т.к. выводится код utf-8, т.е. выводятся 20 символов самого кода, а не текста на русском... как быть??
Ничего не понятно...
.
Что за "код utf8, а не русский"?
Приведите пример странички. Если ее нет в открытом доступе, то можно отправить на znick [aat] inbox.ru
удалил