Normalisation unicode

Un peu de technique

La norme Unicode, qui a vocation de gérer l’ensemble des caractères produits par l’humanité, permet d’encoder certains caractères sous deux formes différentes:

• forme composée : un caractère de base suivi de modifications. Par exemple le caractère é sera codé "caractère e (U+0065), suivi du caractère “accent aigu” (U+0301)";
• forme unitaire : un seul caractère. Le caractère é est U+00E9.

Le type d’encodage adopté dépend souvent de la méthode de saisie. Par exemple, une personne avec un clavier francophone saisira directement U+00E9, alors qu’une personne avec un clavier anglophone placera souvent ses accents a posteriori et saisira U+0065U+0301.

Le problème est que certaines polices de caractères gèrent mal les caractères composites. Ainsi, en présence de la séquence U+0065U+0301, elle tenteront de mettre un accent au dessus d’un e, mais la place de l’accent pourra être graphiquement problématique, et ne pas correspondre à une vraie glyphe é.

La solution la plus sûr consiste à avoir le plus de fois possible la forme unitaire en appliquant une normalisation unicode NFC. Ce plugin permet d’automatiser cette normalisation.

Installation et utilisation du plugin

Pour s’installer, le plugin nécessite l’extension PHP intl, à demander le cas échéant à votre hébergeur, ou à installer vous même si vous avez le contrôle sur votre serveur.

Une fois installé, le plugin normalise automatiquement les caractères lors de l’enregistrement d’un champ. Vous n’avez donc rien à faire de plus.