HTML 字符集

HTML 字符集

如需正確地顯示 HTML 頁面,瀏覽器必須知道使用何種字符集。

萬維網早期使用的字符集是 ASCII。ASCII 支援 0-9 的數字,大寫和小寫英文字母表,以及一些特殊字元。

完整的 ASCII 參考手冊

由於很多國家使用的字元並不屬於 ASCII,現代瀏覽器的預設字符集是 ISO-8859-1。

完整的 ISO-8859-1 參考手冊

如果網頁使用不同於 ISO-8859-1 的字符集,就應該在 <meta> 標籤進行指定。

ISO 字符集

ISO 字符集是國際標準組織 (ISO) 針對不同的字母表/語言定義的標準字符集。

下面列出了世界各地使用的不同字符集:

字符集 描述 使用範圍
ISO-8859-1 Latin alphabet part 1 北美、西歐、拉丁美洲、加勒比海、加拿大、非洲
ISO-8859-2 Latin alphabet part 2 東歐
ISO-8859-3 Latin alphabet part 3 SE Europe、世界語、其他雜項
ISO-8859-4 Latin alphabet part 4 斯堪的納維亞/波羅的海(以及其他沒有包括在 ISO-8859-1 中的部分)
ISO-8859-5 Latin/Cyrillic part 5 使用古代斯拉夫語字母表的語言,比如保加利亞語、白俄羅斯文、俄羅斯語、馬其頓語
ISO-8859-6 Latin/Arabic part 6 使用阿拉伯字母的語言
ISO-8859-7 Latin/Greek part 7 現代希臘語,以及有希臘語衍生的數學符號
ISO-8859-8 Latin/Hebrew part 8 使用希伯來語的語言
ISO-8859-9 Latin 5 part 9 土耳其語
ISO-8859-10 Latin 6 拉普蘭語、日耳曼語、愛斯基摩北歐語
ISO-8859-15 Latin 9 (aka Latin 0) 與 ISO 8859-1 類似,歐元符號和其他一些字元取代了一些較少使用的符號
ISO-2022-JP Latin/Japanese part 1 日本語
ISO-2022-JP-2 Latin/Japanese part 2 日本語
ISO-2022-KR Latin/Korean part 1 韓語

Unicode 標準

由於上面列出的字符集都有容量限制,而且不相容多語言環境,Unicode 聯盟開發了 Unicode 標準。

Unicode 標準涵蓋了世界上的所有字元、標點和符號。

不論是何種平臺、程式或語言,Unicode 都能夠進行文字資料的處理、儲存和交換。

Unicode 聯盟

Unicode 聯盟開發了 Unicode 標準。他們的目標是用標準的 Unicode 轉換格式 (UTF) 來取代現有的字符集。

Unicode 標準已經獲得了成功,在 XML、Java、ECMAScript (JavaScript)、LDAP、CORBA 3.0、WML 中,Unicode 已經得到了實現。在許多操作系統以及所有的現代瀏覽器中,Unicode 同樣得到了支援。

Unicode 聯盟與領導性的標準發展組織進行合作,比如 ISO、W3C 以及 ECMA。

Unicode 可以被不同的字符集相容。最常用的編碼方式是 UTF-8 和 UTF-16:

UTF-8
UTF8 中的字元可以是 1-4 個位元組長。UTF-8 可以表示 Unicode 標準中的任意字元。UTF-8 向後相容 ASCII。UTF-8 是網頁和電子郵件的首選編碼。
UTF-16
16 位元的 Unicode 轉換格式是一種 Unicode 可變字元編碼,能夠對全部 Unicode 指令表進行編碼。UTF-16 主要被用於操作系統和環境中,比如微軟的 Windows 2000/XP/2003/Vista/CE 以及 Java 和 .NET 位元組程式碼環境。

提示:最前面的 256 個 Unicode 字符集字元對應于 256 個 ISO-8859-1 字元。

提示:所有 HTML 4 處理器均已支援 UTF-8,而所有 XHTML 和 XML 處理器支援 UTF-8 和 UTF-16。