uchardet/test/fr/utf-8.txt

UTF-8 (abréviation de l’anglais Universal Character Set Transformation Format -
8 bits) est un codage de caractères informatiques conçu pour coder l’ensemble
des caractères du « répertoire universel de caractères codés », initialement
développé par l’ISO dans la norme internationale ISO/CEI 10646, aujourd’hui
totalement compatible avec le standard Unicode, en restant compatible avec la
norme ASCII limitée à l’anglais de base (et quelques autres langues beaucoup
moins fréquentes), mais très largement répandue depuis des décennies.

L’UTF-8 est utilisé par 82,2 % des sites web en décembre 20141. De par sa
nature, UTF-8 est d’un usage de plus en plus courant sur Internet, et dans les
systèmes devant échanger de l'information. Il s’agit également du codage le plus
utilisé dans les systèmes GNU, Linux et compatibles pour gérer le plus
simplement possible des textes et leurs traductions dans tous les systèmes
d’écritures et tous les alphabets du monde.