Os acentos voltam errados depois de gravar

O registro declara a codificação dele

Um registro de texto carrega mais que os caracteres. Ele carrega também uma indicação de como esses caracteres estão codificados, e um código de idioma.

Um leitor usa essa indicação para transformar bytes de volta em letras. Quando a declaração e a realidade concordam, os acentos voltam exatamente como foram gravados.

Quando elas divergem, os bytes estão intactos e a interpretação está errada, e é por isso que o resultado sai embaralhado em vez de ausente.

Caracteres fora da faixa latina sem acentos também custam mais de um byte cada, então um texto acentuado ocupa mais espaço do que o número de caracteres dele sugere.

Onde isso dá errado

Uma ferramenta de gravação que declara uma codificação e grava outra. A tag se contradiz então a si mesma e todos os leitores erram.

Uma ferramenta de leitura que ignora a declaração e supõe um padrão. A tag está correta e um leitor em particular a exibe mal.

Conteúdo colado de uma fonte em outra codificação, que pode chegar à ferramenta de gravação já embaralhado. A tag então guarda fielmente caracteres que estavam errados antes de chegar lá.

Leia a tag com uma segunda ferramenta para distinguir esses casos. Se dois leitores divergem, a tag está boa e um leitor está errado. Se os dois concordam que está errado, a tag guarda o que foi gravado.

Os endereços são um caso à parte

Um endereço da web não é texto livre. Os caracteres fora do conjunto permitido têm de ser codificados em porcentagem, e um endereço com caracteres acentuados brutos pode não funcionar mesmo estando guardado perfeitamente.

Algumas ferramentas os codificam por você e outras não, e é por isso que um endereço com caminho acentuado pode se comportar de forma diferente conforme o que o gravou.

Os nomes de domínio internacionalizados têm uma conversão própria, feita pelo navegador e não pela tag.

A tag guarda os caracteres fielmente em todos esses casos. O que varia é se o que foi guardado era um endereço válido.

Evitar o problema por completo

Use caracteres sem acento em tudo o que é gravado diretamente numa tag, onde o sentido sobreviver a isso. Não é elegante e remove uma classe inteira de falhas.

Mantenha o texto acentuado numa página em vez de numa tag, e grave um endereço curto. Uma página da web controla a própria codificação e se exibe corretamente em todo lugar.

Teste com o texto de verdade num celular que não seja aquele com que você gravou, já que uma ferramenta de gravação que relê o que ela mesma produziu pode esconder uma divergência.

E confira o comprimento depois de qualquer mudança em conteúdo acentuado, porque esses caracteres custam mais de um byte e uma mensagem que cabia pode deixar de caber.