Caractères accentués : UTF-8, entités HTML et codes

Aujourd'hui, la règle est simple : on écrit les accents tels quels (é, à, ç, œ…) et on laisse l'UTF-8 faire le travail. Pour que cela fonctionne, il faut que le fichier soit enregistré en UTF-8 et que la page le déclare :

<meta charset="utf-8">

Le serveur peut aussi l'annoncer dans l'en-tête de la réponse : Content-Type: text/html; charset=UTF-8. Les codes ci-dessous ne servent que pour les cas où l'on ne peut pas taper le caractère directement.

Les caractères du français et leurs codes

Pour chaque caractère : son entité HTML, son numéro Unicode et ses octets en UTF-8 (en hexadécimal). Les entités HTML fonctionnent quel que soit l'encodage de la page.

Minuscules

Majuscules

Ponctuation et symboles

Taper un accent qui n'est pas sur le clavier

• Windows : maintenez la touche Alt et tapez le code sur le pavé numérique : Alt+0201 donne É, Alt+0192 À, Alt+0199 Ç, Alt+0140 Œ et Alt+0156 œ.
• macOS : maintenez une lettre enfoncée : un menu propose ses variantes accentuées.
• Linux (applications GTK) : Ctrl+Maj+U, puis le code Unicode sans le « U+ », puis Entrée : Ctrl+Maj+U, 00c9, Entrée donne É.

Quand utiliser une entité HTML

Quatre caractères doivent toujours être écrits sous forme d'entités dans le texte d'une page, car le navigateur leur donne un sens : & pour &, < pour <, > pour > et " pour un guillemet dans un attribut. En PHP, htmlspecialchars($texte, ENT_QUOTES, 'UTF-8') s'en charge. Pour les lettres accentuées, l'entité n'est utile que si le fichier n'est pas en UTF-8 ou si l'outil d'édition ne sait pas gérer ce caractère.

Des « é » à la place des accents

Quand un texte en UTF-8 est lu comme s'il était en Windows-1252 ou en ISO-8859-1, chaque caractère accentué, qui occupe deux ou trois octets, s'affiche sous la forme de deux ou trois caractères bizarres :

Pour corriger le problème, vérifiez dans l'ordre :

1. le fichier est enregistré en UTF-8, de préférence sans BOM ;
2. la page déclare <meta charset="utf-8">, ou le serveur envoie charset=UTF-8 ;
3. la base de données et la connexion sont en utf8mb4 (avec PDO : mysql:host=…;dbname=…;charset=utf8mb4) ;
4. le texte n'est pas converti deux fois : appliquer une conversion UTF-8 sur un texte qui l'est déjà produit justement ces « é ».

En PHP, les fonctions utf8_encode() et utf8_decode() sont obsolètes depuis PHP 8.2 : elles ne savent convertir que depuis et vers l'ISO-8859-1. Utilisez mb_convert_encoding($texte, 'UTF-8', 'ISO-8859-1') en précisant l'encodage d'origine.