UTF-8 Nedir?
Yayın: · Son güncelleme:
UTF-8 Nedir? Kısaca
UTF-8, Unicode karakterlerini 1 ile 4 bayt arasında değişen uzunlukta saklayan karakter kodlama biçimidir. ASCII ile uyumludur ve web sayfalarının büyük çoğunluğunda varsayılan kodlama olarak kullanılır.
UTF-8 nedir?
UTF-8, Unicode'daki her karakteri bilgisayarda saklanabilir baytlara dönüştüren bir kodlama yöntemidir. 1992'de Ken Thompson ve Rob Pike tarafından tasarlanmıştır. Bugün web sayfalarında, e-postalarda ve programlama dillerinde en yaygın kodlamadır.
En önemli özelliği değişken uzunluklu olmasıdır. İngilizce harfler ve rakamlar tek bayt tutar; bu baytlar ASCII ile birebir aynıdır. Daha az kullanılan karakterler ise iki, üç ya da dört bayta yayılır.
Türkçe harfler kaç bayt tutar?
ç, ğ, ı, İ, ö, ş, ü harflerinin her biri UTF-8'de 2 bayt yer kaplar. Örneğin "kış" kelimesi ekranda üç harf görünse de 5 bayttır: "k" 1 bayt, "ı" ve "ş" ise ikişer bayt tutar. Euro işareti 3 bayt, emojilerin çoğu 4 bayt tutar.
Bu fark veritabanında sütun uzunluğu belirlerken önem kazanır. Karakter yerine bayt sayısına göre sınır koyan bir alanda Türkçe metinler beklenenden önce dolabilir.
Bozuk karakter sorunu nasıl çözülür?
"Åž" ya da "ü" gibi anlamsız simgeler, UTF-8 ile kaydedilmiş bir metnin başka bir kodlamayla, örneğin Windows-1254 ile açılmasından kaynaklanır. Çözüm, dosyayı açan programa kodlamanın UTF-8 olduğunu söylemektir.
Web sayfalarında bunun için HTML'in başına <meta charset="utf-8"> satırı eklenir. Excel'de bir CSV dosyasını açarken "Veri > Metinden/CSV'den" yolunu kullanıp dosya kökeni olarak UTF-8 seçmek Türkçe harflerin doğru görünmesini sağlar. Yeni bir proje başlatıyorsanız editörünüzü, veritabanınızı ve sunucunuzu baştan UTF-8'e ayarlamak sonraki sorunların çoğunu önler.
Sıkça Sorulan Sorular
UTF-8 ile UTF-16 arasındaki fark nedir?
İkisi de Unicode karakterlerini saklar, ancak UTF-16 karakter başına en az 2 bayt kullanır. UTF-8 ise İngilizce metinlerde daha az yer kaplar ve ASCII ile uyumlu olduğu için web'de daha yaygındır.
UTF-8 BOM ne demek?
BOM, dosyanın en başına eklenen ve kodlamayı işaret eden görünmez bir bayt dizisidir. Bazı programlar, örneğin eski Excel sürümleri, CSV'yi doğru okumak için BOM'a ihtiyaç duyabilir; bazı betikler ise bu baytlar yüzünden hata verebilir.