UTF-8 и почему кодировки всё ещё имеют значение

Человек видит буквы, цифры и знаки. Программа хранит последовательности байтов. Кодировка описывает правило, по которому одна запись превращается в другую. Если правило при чтении не совпало с правилом при сохранении, текст становится нечитаемым.

UTF-8 — наиболее распространённый способ записи Unicode. Он подходит для кириллицы, латиницы, символов многих письменностей и служебных знаков. Английские буквы занимают в нём минимум места, а остальные символы записываются более длинными последовательностями.

Откуда берутся «кракозябры»

Обычно проблема появляется, когда файл сохранён в одной кодировке, а открыт как другая. Байтам приписываются неверные символы, хотя сам файл не обязательно повреждён. Помогает явное указание UTF-8 в редакторе, документе или настройках страницы.

Кодировка — небольшая техническая деталь, но она влияет на самое заметное: можно ли спокойно прочитать текст. Поэтому UTF-8 стоит выбирать по умолчанию, особенно для материалов на нескольких языках.