<!DOCTYPE HTML> <html> <head> <meta http-equiv="Content-Type" content="text/html; charset=utf-8"> <title>網(wǎng)頁編碼</title> </head> <body> </body> </html>
HTML代碼中的<meta http-equiv="Content-Type" content="text/html; charset=utf-8"> 指定了網(wǎng)頁的編碼為utf-8。
網(wǎng)頁編碼涉及的知識(shí)點(diǎn)比較多，總的說來它也是一個(gè)歷史遺留問題。
第一臺(tái)計(jì)算機(jī)（ENIAC）于1946年2月誕生于美國，當(dāng)時(shí)美國只考慮自己使用，并在計(jì)算機(jī)誕生后的幾年里制定了一套ASCII碼標(biāo)準(zhǔn)（American Standard Code for Information Interchange，美國信息交換標(biāo)準(zhǔn)代碼），它是基于拉丁字母的一套電腦編碼系統(tǒng)，主要用于顯示現(xiàn)代英語和其他西歐語言。
ASCII碼使用8位二進(jìn)制數(shù)組合來表示256種可能的字符（2的8次方=256），包含了大小寫字母，數(shù)字0到9，標(biāo)點(diǎn)符號(hào)，以及在美式英語中使用的特殊控制字符。一個(gè)字符占1個(gè)字節(jié)。ASCII碼表部分編碼如下：
HTML的轉(zhuǎn)義符（字符實(shí)體），比如符號(hào)“<”的轉(zhuǎn)義符為“<”或“<”，其中的數(shù)字編號(hào)“60”即是ASCII碼表的第60序號(hào)。類似的，大寫字母“K”也可以轉(zhuǎn)義為“K”。
我們使用轉(zhuǎn)義符做個(gè)試驗(yàn)：
美國制定ASCII碼的意思是：ASCII碼可以滿足在計(jì)算機(jī)領(lǐng)域所有字符和表示上的需要。不過這只是美國自己的意思，畢竟所有的英文單詞都可以拆分來自26個(gè)英文字母，ASCII碼表能表達(dá)256個(gè)字符，確實(shí)足夠美國使用。
后來世界各地也都開始使用計(jì)算機(jī)，很多國家的語言文字并不是英文，這些國家的文字都沒被包含在ASCII碼表里。以我們中國為例，漢字近10萬個(gè)，根本無法排進(jìn)ASCII碼表。于是我們國家對(duì)ASCII碼表進(jìn)行拓展并形成自己的的一套標(biāo)準(zhǔn)，在標(biāo)準(zhǔn)中一個(gè)漢字占2個(gè)字節(jié)，新的碼表可以表達(dá)65536個(gè)漢字。但一開始并沒有將碼表全部填充使用完，只收錄了常用的6000多個(gè)漢字、英文及其它符號(hào)，這套標(biāo)準(zhǔn)稱為GB2312（信息交換用漢字編碼字符集，GB是“國家標(biāo)準(zhǔn)”的簡(jiǎn)化詞“國標(biāo)”的拼音首字母縮寫，2312是國標(biāo)序號(hào)）。后來又制定了一套收錄更多漢字的標(biāo)準(zhǔn)（收錄的漢字有2萬多個(gè)），稱為GBK（漢字編碼擴(kuò)展規(guī)范，K是“擴(kuò)”的拼音首字母）。
在GB2312或GBK里，許多標(biāo)點(diǎn)符號(hào)都使用2個(gè)字節(jié)進(jìn)行了重新編碼，這類占2個(gè)字節(jié)的標(biāo)點(diǎn)符號(hào)稱為“全角”字符（“全角”也稱“全形”或“全寬”或“全碼”），原來ASCII碼表中占1個(gè)字節(jié)的標(biāo)點(diǎn)符號(hào)則稱為“半角”字符（“半角”也稱“半形”或“半寬”或“半碼”）。全角的逗號(hào)、括號(hào)、句號(hào)等與半角是不一樣的：
在中文輸入法下，默認(rèn)的標(biāo)點(diǎn)符號(hào)是全角字符；在英文輸入法下，標(biāo)點(diǎn)符號(hào)則是半角字符。
我們接著講故事：隨著使用計(jì)算機(jī)的國家越來越多，各個(gè)國家制定自己的計(jì)算機(jī)編碼標(biāo)準(zhǔn)的情況也越來越多，導(dǎo)致的結(jié)果是：各國計(jì)算機(jī)的編碼互不支持、認(rèn)識(shí)。比如在美國的計(jì)算機(jī)里要顯示漢字，則必須安裝漢字系統(tǒng)才可以，否則中文文件在美國系統(tǒng)的計(jì)算機(jī)中打開便是亂碼。
就這樣，在這個(gè)時(shí)期催生出了一個(gè)叫ISO的國際組織（International Organization for Standardization，國際標(biāo)準(zhǔn)化組織），著手解決各國的編碼問題。ISO統(tǒng)一制作了一個(gè)稱為UNICODE（統(tǒng)一碼、萬國碼、單一碼，Universal Multiple-Octet Coded Character Set，又簡(jiǎn)稱為UCS）的編碼方案，用于收錄地球上所有文字和符號(hào)。UNICODE字符分為17組編排，每組編排稱為平面（Plane），每個(gè)平面擁有65536個(gè)碼位，共計(jì)可以收錄1114112個(gè)字符（111萬個(gè)字符，足夠大的容量）。UNICODE編碼統(tǒng)一一個(gè)字符占2個(gè)字節(jié)。
但UNICODE在很長一段時(shí)間內(nèi)無法推廣，直到互聯(lián)網(wǎng)的出現(xiàn)，數(shù)據(jù)的傳輸與交換使各國之間的編碼進(jìn)行統(tǒng)一化成為迫切的需要。但早期的硬盤和網(wǎng)絡(luò)流量都非常昂貴，UNICODE編碼里的每個(gè)字符卻占用了2個(gè)字節(jié)的容量，于是為了節(jié)省文件存儲(chǔ)時(shí)所占的硬盤空間，也為了節(jié)省字符在網(wǎng)絡(luò)傳輸過程中所占用的網(wǎng)絡(luò)流量，又制定了基于UNICODE、面向傳輸?shù)谋姸鄻?biāo)準(zhǔn)，這些面向傳輸?shù)臉?biāo)準(zhǔn)統(tǒng)稱為UTF（UCS Transfer Format）。UNICODE編碼與UTF編碼并不是直接的一一對(duì)應(yīng)，而是要通過一些算法和規(guī)則來轉(zhuǎn)換。UNICODE與UTF的關(guān)系是：UNICODE是根本、基礎(chǔ)、目的，而UTF只是一種實(shí)現(xiàn)UNICODE的手段、方法、過程。
常見的UTF格式有：UTF-8，UTF-16，UTF-32。其中UTF-8是互聯(lián)網(wǎng)上使用最廣的一種UNICODE的實(shí)現(xiàn)方式，它專為傳輸而設(shè)計(jì)。正因?yàn)閁TF-8是基于UNICODE而設(shè)計(jì)的傳輸實(shí)現(xiàn)方式，所以它能使編碼無國界，任意國家的文字都能在任意國家的電腦瀏覽器中里正常顯示。UTF-8最大的一個(gè)特點(diǎn)是：它是一種變長的編碼方式，它可以使用1~4個(gè)字節(jié)表示一個(gè)符號(hào)，根據(jù)不同的符號(hào)而變化字節(jié)長度，當(dāng)能夠使用1字節(jié)表示一個(gè)符號(hào)時(shí)，便使用1個(gè)字節(jié)來表示，如果需要2字節(jié)才能表示的符號(hào)，便使用2個(gè)字節(jié)來表示，類推，直到4個(gè)字節(jié)，從而節(jié)省硬盤存儲(chǔ)空間和網(wǎng)絡(luò)流量。
所以我們的網(wǎng)站在開發(fā)時(shí)如果使用GB2312或GBK編碼，當(dāng)別的國家的電腦不支持漢字編碼，那么看到的將是亂碼，顯示出來類似這樣：口口口口口。而網(wǎng)站如果使用UTF-8編碼，則任意國家的電腦在打開網(wǎng)站時(shí)其內(nèi)容會(huì)自動(dòng)轉(zhuǎn)換成UNICODE編碼，并且由于現(xiàn)在的電腦都支持UNICODE編碼，從而能正常顯示任意文字！
但是國內(nèi)很多的網(wǎng)站仍然使用GB2312或GBK編碼，這類網(wǎng)站通常只面對(duì)國內(nèi)用戶提供服務(wù)，面對(duì)國內(nèi)用戶不會(huì)有顯示上的問題。只是如果面對(duì)其他國家的瀏覽者，這類網(wǎng)站被打開時(shí)很大程度上將呈現(xiàn)亂碼。
為了網(wǎng)站的高兼容性與國際化，推薦網(wǎng)站使用UTF-8編碼，而不是使用GB2312或GBK編碼。
指定網(wǎng)頁為UTF-8、GB2312和GBK的標(biāo)簽分別為：
<meta http-equiv="Content-Type" content="text/html; charset=utf-8"> <meta http-equiv="Content-Type" content="text/html; charset=gb2312"> <meta http-equiv="Content-Type" content="text/html; charset=gbk">
那么有一個(gè)問題出現(xiàn)了：網(wǎng)頁各種編碼的區(qū)別，僅僅是在于這一行meta標(biāo)簽的設(shè)置差別嗎？?jī)H僅是“utf-8”這5個(gè)字符換成“gb2312”這6個(gè)字符之類的這種“小差別”嗎？
不是的，差別不僅僅是這幾個(gè)字符的差別。當(dāng)網(wǎng)頁指定meta標(biāo)簽中的編碼為utf-8后，DreamWeaver在保存網(wǎng)頁時(shí)會(huì)自動(dòng)將網(wǎng)頁文件保存為utf-8的編碼格式（二進(jìn)制碼使用utf-8的編碼格式），meta標(biāo)簽中的utf-8編碼是為了告訴瀏覽器：這個(gè)網(wǎng)頁用的是utf-8編碼，請(qǐng)?jiān)陲@示時(shí)使用utf-8編碼的格式解析并呈現(xiàn)出來；而如果meta標(biāo)簽中指定編碼為gb2312，DreamWeaver在保存網(wǎng)頁時(shí)會(huì)自動(dòng)將網(wǎng)頁文件保存為gb2312的編碼格式（二進(jìn)制碼使用gb2312的編碼格式），同樣，meta標(biāo)簽中的gb2312編碼只是為了告訴瀏覽器：這個(gè)網(wǎng)頁用的是gb2312編碼，請(qǐng)?jiān)陲@示時(shí)使用gb2312編碼的格式解析并呈現(xiàn)出來。我們做個(gè)試驗(yàn)，將一個(gè)文本文件分別保存為utf-8格式（打開記事本新建文本文件，輸入內(nèi)容后，選擇菜單：文件→另存為，編碼選擇為UTF-8）和gb2312格式（另存時(shí)編碼選擇為ANSI，ANSI代表當(dāng)前操作系統(tǒng)的默認(rèn)編碼，在簡(jiǎn)體中文Windows操作系統(tǒng)中，ANSI 編碼代表 GBK 編碼；在繁體中文Windows操作系統(tǒng)中，ANSI編碼代表Big5；在日文Windows操作系統(tǒng)中，ANSI 編碼代表 Shift_JIS 編碼，類推），對(duì)比其二進(jìn)制數(shù)據(jù)。這里使用UltraEdit-32文件編輯器對(duì)文本文件進(jìn)行16進(jìn)制查看，即使用16進(jìn)制查看文件的二進(jìn)制數(shù)據(jù)：
從上圖中可以看到，使用utf-8編碼和使用gb2312編碼保存的文件，其二進(jìn)制數(shù)據(jù)是不一樣的，即這兩個(gè)文件的二進(jìn)制數(shù)據(jù)內(nèi)容是不一樣的。記事本軟件在打開文本文件時(shí)，會(huì)嘗試識(shí)別文件的編碼并進(jìn)行解析和顯示，即文字保存在記事本里，無論保存成utf-8編碼還是gb2312編碼，通常情況下記事本都能正常識(shí)別和顯示，不需要在文件里額外記錄數(shù)據(jù)以告知記事本該文件是什么編碼。但很多軟件卻無法做到智能識(shí)別文本文件的編碼，這就要求文本文件在保存時(shí)，必須附帶一些特殊的內(nèi)容（額外的數(shù)據(jù)）以告知該文件是什么編碼。UNICODE規(guī)范中有一個(gè)BOM（Byte Order Mark）的概念，就是字節(jié)序標(biāo)記，在文件頭部開始位置寫入三個(gè)字節(jié)（EF BB BF）以告知該文件是utf-8編碼格式。但這個(gè)BOM又帶出了新的問題：不是所有的軟件或處理程序都支持BOM，即不是所有的軟件或處理程序都能識(shí)別文件開頭的（EF BB BF）這三個(gè)字節(jié)。當(dāng)不支持識(shí)別時(shí)，這三個(gè)字節(jié)又會(huì)被當(dāng)成文件的實(shí)際數(shù)據(jù)內(nèi)容。早期的火狐不支持對(duì)BOM的識(shí)別，當(dāng)遇到BOM時(shí)會(huì)對(duì)這三個(gè)字節(jié)顯示出特殊的亂碼符號(hào)；而到目前為止，PHP處理程序仍然不支持BOM，即當(dāng)一個(gè)PHP文件保存為utf-8時(shí)，如果附帶了BOM，那么PHP處理程序會(huì)將BOM解析為PHP文件的實(shí)際數(shù)據(jù)內(nèi)容而導(dǎo)致出錯(cuò)！在DreamWeaver中，選擇軟件頭部菜單：修改→頁面屬性（也可以直接按快捷鍵ctrl+j），在彈出的頁面屬性面板中點(diǎn)選“標(biāo)題/編碼”，即可看到可供選擇的編碼。通常在改變網(wǎng)頁的編碼時(shí)，使用這種方式改變。如下圖：
所以：當(dāng)我們?cè)趍eta標(biāo)簽中設(shè)置為utf-8編碼格式時(shí)，網(wǎng)頁文件就必須要存儲(chǔ)為utf-8格式，這樣瀏覽器才能正常顯示網(wǎng)頁而不是顯示亂碼。如果在meta標(biāo)簽中設(shè)置utf-8編碼格式，網(wǎng)頁文件卻保存為gbk或其它格式，那么在打開網(wǎng)頁時(shí)瀏覽器會(huì)接到網(wǎng)頁meta標(biāo)簽中格式的通知：使用utf-8編碼格式來解析和顯示網(wǎng)頁，而網(wǎng)頁的二進(jìn)制碼（數(shù)據(jù)內(nèi)容）卻為gbk編碼或其它格式，顯示出來就會(huì)是亂碼！這好比相親時(shí)，紅娘手里的資料有誤，錯(cuò)誤的告知男方：女方講英語（meta標(biāo)簽中設(shè)置為utf-8編碼）。結(jié)果女方卻不懂英語（文件卻不是utf-8編碼）。男方開口一句“Hello”就讓女方不知所謂了（亂碼）。
我們來實(shí)驗(yàn)一下，網(wǎng)頁指定meta標(biāo)簽中的編碼為utf-8，文件卻保存為gbk格式：我們先用DreamWeaver編輯一個(gè)utf-8格式的網(wǎng)頁并保存，然后再用記事本打開該網(wǎng)頁，另存為，編碼選擇為ANSI。
<!DOCTYPE HTML> <html> <head> <meta http-equiv="Content-Type" content="text/html; charset=utf-8"> <title>中文</title> </head> <body> 本文件使用dreamweaver保存后，再使用記事本打開，并另存為ANSI編碼。 </body> </html>
在瀏覽器中的執(zhí)行結(jié)果如下：
綜上所述：網(wǎng)頁開發(fā)時(shí)，盡量使用utf-8編碼格式，并且在保存文件時(shí)，保存為utf-8編碼。（dreamweaver在保存網(wǎng)頁文件時(shí)，會(huì)根據(jù)<meta http-equiv="Content-Type" content="text/html; charset=編碼">所指定的編碼自動(dòng)保存為正確的對(duì)應(yīng)編碼，但如果使用其它網(wǎng)站代碼編輯器，比如記事本、Editplus等，就需要注意，在保存文件時(shí)要選擇為正確的編碼）。
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識(shí)，若有侵權(quán)等問題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。TEL:177 7030 7066 E-MAIL:11247931@qq.com
Copyright ? 2019-2025 www.alabama37th.com 版權(quán)所有
違法及侵權(quán)請(qǐng)聯(lián)系：TEL:177 7030 7066 E-MAIL:11247931@qq.com 本站由北京市萬商天勤律師事務(wù)所王興未律師提供法律服務(wù)
