4 Creare contenuti per il web - Andrea Giachetti

Appendice 2: la codifica del testo e il web 133
Appendice 2: la codifica del testo e il web
Nei capitoli precedenti abbiamo analizzato in dettaglio la codifica digitale di molti tipi di dato,
ma abbiamo trascurato di parlare della codifica del testo. I dati nel computer sono, come è noto,
codificati con sequenze di bit (cifre binarie con valore 0 o 1), in genere multipli di 8 bit (1
byte). Tutti i tipi di dato sono, quindi, codificati in tal modo, cioè tutti i possibili valori che può
assumere il dato stesso (l'alfabeto che caratterizza il tipo di dato) devono essere fatti
corrispondere a sequenze di un certo numero di bit. Per rappresentare il testo, il primo modo
standard di codifica è stato il cosiddetto codice ASCII, da American Standard Code for
Information Interchange (ovvero Codice Standard Americano per lo Scambio di Informazioni).
Esso usa 7 bit e fa corrispondere i numeri binari di 7 cifre, che sono 2 7 =128 ai differenti
caratteri alfabetici. Quindi, quando parliamo di file di testo in codifica ASCII, intendiamo una
sequenza di bit che, nota la corrispondenza, viene poi tradotta in una sequenza di caratteri.
Dato che 128 caratteri non erano sufficienti per rappresentare i vari alfabeti particolari, i
caratteri speciali, eccetera, si sono poi sviluppati vari metodi di codifica più avanzati, o adattati
alle varie regioni, che mantengono, in genere, la compatibilità con ASCII (in pratica usano più
bit e mantengono i caratteri codificati da ASCII nei primi 7).
I più recenti protocolli del web utilizzano la codifica dei caratteri del testo detta Unicode,
sistema che assegna un numero univoco ad ogni carattere ed è usato per la scrittura di testi in
maniera indipendente da lingue, programmi e piattaforme utilizzate. Unicode utilizza fino a 21
bit per la codifica. I codici Unicode possono essere, però, trasmessi in formati differenti. Per
l'HTML la codifica utilizzata è detta UTF-8. Essa supporta dimensioni variabili del codice di un
carattere multiple di 8 bit e la limita, per i caratteri più usati, ad un solo byte.
La codifica del testo di una pagina HTML può essere segnalata nella pagina stessa inserendo,
nella sezione head del documento, il tag
.
Attenzione, però, che la codifica deve corrispondere esattamente con quella con cui è stato
salvato il file (gli editor di testo permettono di selezionare la codifica).
L'uso di differenti formati di testo per il salvataggio e la decodifica dei caratteri può far sorgere
a volte problemi di visualizzazione dei caratteri speciali (es. lettere accentate, simboli), specie
se non si usano sistemi operativi o browser che non li supportano pienamente. Un modo per
evitare questi problemi è di scrivere invece nelle pagine web tali caratteri attraverso le
cosiddette sequenze di escape, sequenze di caratteri ASCII che il browser interpreta come
singolo carattere speciale, non incluso nella codifica. Per fare qualche esempio, “è”
creerà la lettera è, “Ô creerà Ã, eccetera (rimandiamo ovviamente ai manuali per
l'elenco completo dei caratteri).