Collatie

Als ik in phpmyadmin kijk bij collatie staat hier overal: latin1_swedish_ci

Nu ben ik bezig met een php script om een XML te lezen en naar de database te schrijven. Bovenop de XML staat:


Bovenin mijn script staat in de head:
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />

Als ik de xml uitlees krijg ik de karakters netjes te zien op de pagina.

Wanneer ik de gegevens in de database zet met enkel mysql_real_escape_string ertussen als beveiliging krijg ik: ? waar ™ zou moeten staan.

Nu heb ik de collatie op utf8_general_ci gezet en opnieuw de gegevens in de database gezet, maar nog steeds niet goed.

Wat gaat er of doe ik fout?

Alvast bedankt!

EDIT:
- Wat is het verstandigste als standaard collatie?
- Waar moet ik wel/niet utf8_encode()/utf8_decode() gebruiken?
- Ik heb meegekregen dat ik gegevens zo origineel mogelijk in een database moet plaatsen en dus niet van een ™ &trade; maken, correct?
- Inmiddels ook mysql_set_charset('utf8',$verbinding) gebruikt, hierbij krijg ik helemaal geen karakters te zien en de tekst die daar achteraan zou moeten komen is er ook niet.
Kortom: Wat is nou waar het verstandigste om te doen?

Hoe zit het met de collatie van je tabellen? Je kan in MySQL de collatie per tabel aangeven.

Verder http://www.pfz.nl/wiki/charactersets/, op die manier doe ik het en het lijkt vooralsnog altijd te werken. Database utf8, verbinding utf8, html utf8, en htmlspecialchars(..., ENT_COMPAT, 'utf8') voor het veilig stellen van m'n html.

Heb je toevallig SET NAMES al eens gebruikt? Dat werkt ook nog wel eens :-)

Mysql_query met daarin de SET NAMES als eerste uitvoeren nadat je een verbinding maakt :-)

Zolang je maar onthoudt dat functies als strlen vreemd gaan doen omdat in UTF8 tekens als é uit meer dan één byte bestaat, en strlen bytes telt.

Waarom noem je dat vreemd? Dit is normaal gedrag en verder is het zo dat het tonen van de double-byte characters geen twee posities inneemt. Geef anders eens een voorbeeld waar je last hebt van dit "vreemd" gedrag?

$length = strlen(utf8_decode($s));