Pourquoi le français est si touché
Word, Outlook, WordPress et la plupart des claviers de smartphone remplacent l’apostrophe droite ' par l’apostrophe typographique ’ – et en français, elle revient dans presque chaque phrase : l’été, c’est, qu’il, aujourd’hui. En UTF-8, ’ occupe trois octets (E2 80 99). Lus en Windows-1252, ils deviennent ’. Une seule phrase peut ainsi contenir une dizaine d’erreurs.
Les lettres accentuées n’occupent que deux octets et apparaissent sous la forme é – tout sur ces accents cassés.
Avant
Notre « offre d’été » commence aujourd’hui – jusqu’à 30 % de remise… Profitez-en !
Après
Notre « offre d’été » commence aujourd’hui – jusqu’à 30 % de remise… Profitez-en !
Les motifs en un coup d’œil
’→’(apostrophe)‘→‘(guillemet simple ouvrant)«→«et»→»(guillemets français)“→“(guillemet anglais ouvrant),â€suivi de rien →”(voir plus bas)–→–(tiret demi-cadratin),—→—(tiret cadratin)…→…(points de suspension),•→•(puce)Âdevant:,;,?ou!→ espace insécable (voir ci-dessous)€→€
Un  devant les deux-points ? C’est l’espace insécable
En typographie française, on place une espace insécable avant :, ;, ? et ! ainsi qu’à l’intérieur des guillemets « ». En UTF-8, cette espace occupe deux octets (C2 A0) ; lue en Windows-1252, elle devient  suivi d’une espace. D’où des textes comme Bonjour ! ou « merci ». Certains programmes utilisent l’espace fine insécable, qui devient  . Mojibuster répare les deux.
Cas particulier : †suivi de rien
Le guillemet anglais fermant ” contient l’octet 9D, qui n’a pas de caractère en Windows-1252. Beaucoup de programmes le suppriment à l’affichage : il reste †suivi d’un caractère invisible, ou de rien du tout. Si l’octet est encore là, Mojibuster le répare. S’il a disparu lors d’un copier-coller, on ne sait plus quel caractère était prévu, et Mojibuster laisse cet endroit inchangé.
Comment l’éviter
- Enregistrez les textes de Word et des éditeurs en UTF-8 et indiquez l’encodage à l’import.
- Vérifiez le jeu de caractères des outils de newsletter et des boutiques en ligne : partout
UTF-8. - Pour un CSV destiné à Excel, choisissez CSV UTF-8 (délimité par des virgules) – les détails pour Excel.
- Dans les bases de données, utilisez
utf8mb4pour les tables et la connexion – voir réparer les caractères UTF-8.
Questions fréquentes
Que signifie ’ ?
C’est une apostrophe encodée deux fois : le texte a été mal converti à deux reprises. Mojibuster répare aussi ce cas, jusqu’à trois niveaux à la fois – voir qu’est-ce que le mojibake.
Faut-il tout remplacer par des apostrophes droites ?
Ce n’est pas nécessaire. Mojibuster rétablit les caractères d’origine. Si vous préférez ' et ", vous pouvez toujours les remplacer ensuite.
Pourquoi seules les apostrophes sont-elles cassées, pas les accents ?
Le texte a sans doute été en partie retapé ou provient de deux sources. Mojibuster ne répare que les endroits cassés et laisse les caractères corrects intacts.