Ja det tillhör det mer obskyra man kan pyssla med, men när man väl förstått det kan det hjälpa en många gånger, särskilt när det uppstår teckenkodningsproblematik cross-plattform.
UTF är ju en standard, men en rätt mångfacetterad sådan, och decomposed/precomposed har med varianter inom standarden att göra.
Jag ska försöka förklara begripligt, men det tog lång tid innan jag fattade själv, så ha tålamod om förklaringen inte blir helt glasklar:
Ett tecken i unicode är alltid entydigt, i bemärkelsen att ett "ä" motsvarar en given code point, och vice versa, men ett tecken kan bestå av en eller flera "glyfer" (jag tror en hyfsad översättning av glyf skulle kunna vara "teckenform" eller något sånt)
Tecknet "ä" kan antingen representeras av två glyfer, dvs samma glyf som tecknet "a" använder sig av dessutom "prickarna" som är en annan glyf. När man använder den tekniken kallas det "decomposed"
Men, samma tecken, "ä" kan också representeras av en enda färdigritad glyf som då redan i grundformen innehåller både "a" och prickarna, och det kallas då "precomposed"
Skälet till varför det här kan vara viktigt är att i princip alla system som använder unicode klarar precomposed, men bara ett mindre antal klarar decomposed.
T.ex. använder Windows OS i huvudsak precomposed, medan Mac OS oftast använder decomposed.
Om ett system som endast klarar precomposed stöter på decomposed text så förstår den inte riktigt hur den ska hantera tecken och glyfer, och kan då få för sig att rita ut de olika glyferna som enskilda tecken, vilket då t.ex. innebär att prickarna hamnar efter "a" istället för ovanför dem.
Sättet som man i så fall kommer runt problemet är att konvertera all text till UTF-8 precomposed, via t.ex. iconv. Alltså din egen HTML-fil. Du kan också prova att konvertera sidan till t.ex. Latin-1, där man då kan kringgå just den här problematiken.
