ENCODING PARA WEBSITES

EL MISTERIOSO MUNDO DEL ENCODING
POR MAURO GULLINO – FORO ALFA.

Quién no ha visitado alguna vez un sitio web con signos extraños reemplazando
las eñes, las letras con acento u otros caracteres especiales? Como desarrolladores,
¿cuántas veces hemos encontrado que al subir contenido de texto a nuestros sitios
aparecen esos caracteres raros? Si uno no los puso allí, ¿por qué aparecen?
Lamayor dificultad para resolver los problemas de encoding es que no hay una
solución universal y única. Se debe comprender el mecanismo del codificación de
textos en las computadoras y el funcionamiento de varios elementos de la web para
poder diagnosticar el problema y llegar a una solución. Es un tema muy complejo,
pero trataremos de desglosarlo para conocerlo un poco más.
Qué es el encodingEl encoding («codificación» en inglés) es el proceso a través del cual se transforma
información textual humana (caracteres alfabéticos y no alfabéticos) en un conjunto
más reducido, para ser almacenado o transmitido. Podemos nombrar el Código
Morse como un sencillo ejemplo que clarificará el concepto de encoding: cada letra
tiene su correspondencia en forma de sonidos, y todas las letras secodifican con
combinaciones de dos signos, el punto y la raya. El conjunto de información se
transforma, se reescribe, con un código de solo dos signos, lo que hace posible una
transmisión óptima en canales donde, por ejemplo, sería imposible la transmisión de
la voz humana.
En el mundo de las computadoras el encoding asocia nuestros signos alfabéticos y
no alfabéticos con ciertos números.Todos los signos que utilizamos al componer un
texto en la computadora deben traducirse a estos números si queremos
almacenarlos. «Almacenar» en una computadora es una operación fundamental,
porque se almacena cuando algo debe mostrarse en pantalla, cuando queremos
guardar un archivo y también almacenamos cuando queremos transmitir algo a
través de una red. Por lo tanto, para la computadora enrealidad todos nuestros
signos serán números y nada más que números. Recordemos que la computadora no
es más que una gran calculadora, que solo «entiende» dos signos: el uno y el cero.
Entonces el problema surge cuando una computadora tiene un conjunto de números
que sabe representan a un texto y necesita mostrarlos. En ese momento acude a una

tabla de encoding para reinterpretar de quécaracteres se trataban antes de
convertirlos en números.
Dos encodings famosos
Veamos un primer ejemplo de tabla de encoding: el extendido ISO-8859-1 (más
conocido como Latin1, y prácticamente coincidente con Windows-1252). Este tipo de
encoding utiliza números de 8 bits para representar todos los signos. Es decir que
todos los signos se transforman en un número entre el 0 y el 255 a partir deuna
especie de tabla predefinida. En este encoding nuestra letra eñe se transforma en el
número 241 (que en lenguaje de computadora es 11110001; nosotros lo
representamos en decimal 241 para hacerlo más manejable).
Otro de los encodings más utilizados, fuertemente recomendado y que se ha
convertido en un estándar, es el UTF-8. Este encoding es distinto del anterior ya que
no tiene unacantidad fija de bits para representar los caracteres. Utiliza un sistema
de largo variable para lograr mayor flexibilidad. UTF-8 puede representar todos los
caracteres de Unicode, un estándar creado a fines de los ochenta para codificar
todos los caracteres de todas las lenguas escritas del mundo: un total de más de 100
mil signos. En UTF-8 la eñe se representa con el número hexadecimal C3B1. 1Cuando un autor crea los contenidos de su blog está ingresando texto en algún
formulario desde su computadora. Ese texto viaja hacia el servidor para ser
almacenado en la base de datos. Luego, cuando alguien quiere acceder al artículo, el
texto se recupera de la base de datos, se coloca en la página y la página se envía de
vuelta a otra computadora.
Este relato parece sencillo, pero debemos...