html中對于charset的語言編碼詳細(xì)說明

• 目錄

• 
  

1. charset編碼重要性

2. charset在html什么地方

3. charset標(biāo)簽

4. 編碼種類

5. charset utf-8介紹

6. charset GB2312介紹

7. 推薦網(wǎng)頁編碼

8. 因編碼導(dǎo)致網(wǎng)頁兼容

一、編碼重要性 - TOP

編碼可導(dǎo)致瀏覽者通過IE時(shí)候網(wǎng)頁亂碼，也可導(dǎo)致p+css的兼容性Hack。

二、編碼的位置 - TOP

三、html編碼樣式 - TOP

<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />

通過改變charset=utf-8中的utf-8就可以改變網(wǎng)頁的編碼。
一般我們在寫CSS文件時(shí)候也需要在CSS文件頂部使用@charset "utf-8";來定義此CSS文件編碼類型。一般html源代碼和css文件編碼要統(tǒng)一，如果不統(tǒng)一會(huì)導(dǎo)致CSS hack，頁面亂碼網(wǎng)頁頁面排版亂等兼容問題。

四、常用html編碼種類 - TOP

國內(nèi)常用的流行的有utf-8、gb2312這兩種。一般這兩種類型就能滿足國內(nèi)網(wǎng)頁編碼需求。當(dāng)然程序和數(shù)據(jù)庫中也會(huì)用到這兩種編碼類型來處理網(wǎng)頁和存儲(chǔ)數(shù)據(jù)類型。

五、UTF-8 有一下特性: - TOP

1. UCS 字符 U+0000 到 U+007F (ASCII) 被編碼為字節(jié) 0x00 到 0x7F (ASCII 兼容). 這意味著只包含 7 位 ASCII 字符的文件在 ASCII 和 UTF-8 兩種編碼方式下是一樣的.

2. 所有 >U+007F 的 UCS 字符被編碼為一個(gè)多個(gè)字節(jié)的串, 每個(gè)字節(jié)都有標(biāo)記位集. 因此, ASCII 字節(jié) (0x00-0x7F) 不可能作為任何其他字符的一部分.

3. 表示非 ASCII 字符的多字節(jié)串的第一個(gè)字節(jié)總是在 0xC0 到 0xFD 的范圍里, 并指出這個(gè)字符包含多少個(gè)字節(jié). 多字節(jié)串的其余字節(jié)都在 0x80 到 0xBF 范圍里. 這使得重新同步非常容易, 并使編碼無國界, 且很少受丟失字節(jié)的影響.

4. 可以編入所有可能的 231個(gè) UCS 代碼

5. UTF-8 編碼字符理論上可以最多到 6 個(gè)字節(jié)長, 然而 16 位 BMP 字符最多只用到 3 字節(jié)長.

6. Bigendian UCS-4 字節(jié)串的排列順序是預(yù)定的.

7. 字節(jié) 0xFE 和 0xFF 在 UTF-8 編碼中從未用到.

六、GB2312 有以下特性 - TOP

GB2312標(biāo)準(zhǔn)共收錄6763個(gè)漢字，其中一級漢字3755個(gè)，二級漢字3008個(gè)；同時(shí)，GB2312收錄了包括拉丁字母、希臘字母、日文平假名及片假名字母、俄羅斯語西里爾字母在內(nèi)的682個(gè)全形字符。

GB2312的出現(xiàn)，基本滿足了漢字的計(jì)算機(jī)處理需要，它所收錄的漢字已經(jīng)覆蓋99.75%的使用頻率。GB2312中對所收漢字進(jìn)行了“分區(qū)”處理，每區(qū)含有94個(gè)漢字/符號(hào)。這種表示方式也稱為區(qū)位碼。

01-09區(qū)為特殊符號(hào)。

16-55區(qū)為一級漢字，按拼音排序。

56-87區(qū)為二級漢字，按部首/筆畫排序。

10-15區(qū)及88-94區(qū)則未有編碼。

舉例來說，“啊”字是GB2312之中的第一個(gè)漢字，它的區(qū)位碼就是1601。字節(jié)結(jié)構(gòu)在使用GB2312的程序中，通常采用EUC儲(chǔ)存方法，以便 兼容于ASCII。每個(gè)漢字及符號(hào)以兩個(gè)字節(jié)來表示。第一個(gè)字節(jié)稱為“高位字節(jié)”，第二個(gè)字節(jié)稱為“低位字節(jié)”。 “高位字節(jié)”使用了0xA1-0xF7(把01-87區(qū)的區(qū)號(hào)加上0xA0)，“低位字節(jié)”使用了0xA1-0xFE(把01-94加上0xA0)。例如 “啊”字在大多數(shù)程序中，會(huì)以0xB0A1儲(chǔ)存。（與區(qū)位碼對比：0xB0=0xA0+16,0xA1=0xA0+1）。

所以GB2312編碼中漢字區(qū)碼的十進(jìn)制是從176到247，位碼是從161到255.之所以存儲(chǔ)了6763小于82*94=6768，是因?yàn)樵趨^(qū)碼為215，位碼為250-254之間共五個(gè)編碼沒有漢字編碼，所以6768-5=6763個(gè)。

GB2312編碼可以通俗理解為國內(nèi)通用的語言。

七、推薦charset使用編碼 - TOP

UTF-8可以通俗理解簡體繁體可用此編碼如臺(tái)灣和內(nèi)地使用此編碼。

八、因編碼導(dǎo)致網(wǎng)頁兼容錯(cuò)誤問題： - TOP

如果編碼混排將使網(wǎng)頁亂碼也叫不兼容，特別是在CSS注釋中使用了編碼混排將導(dǎo)致css hack。

希望以后在制作網(wǎng)頁的時(shí)候千萬不要忘記對網(wǎng)頁編碼的聲明。

瀏覽過此頁用戶還瀏覽以下內(nèi)容：
1、UTF-8 GBK UTF8 GB2312之間的區(qū)別和關(guān)系
2、html編碼如何選擇
3、html編碼設(shè)置

以上就是html中關(guān)于charset的語言編碼詳解的詳細(xì)內(nèi)容，更多請關(guān)注php中文網(wǎng)其它相關(guān)文章！