字符编码是一种将字节转换为字符的方法.要正确验证或显示HTML文档,程序必须选择正确的字符编码.
计算机上使用的最常见的字符集或字符编码是ASCII和minus; 美国信息交换标准代码,这可能是用于电子编码文本的最广泛使用的字符集.
ASCII编码仅支持大写和小写拉丁字母,数字0-9,以及一些总共128个字符的额外字符.您可以查看完整的可打印的ASCII字符
但是,许多语言使用重音拉丁字符或完全不同的字母表. ASCII不解决这些字符;因此,如果要使用任何非ASCII字符,则需要了解字符编码.
国际标准组织创建了一系列字符集来处理不同的国家字符.对于英语和大多数其他西欧语言的文档,使用广泛支持的编码ISO-8859-1.
以下是世界各地使用的字符集列表及其描述.
Sr.No | 字符集&描述 |
---|---|
1 | ISO-8859-1 拉丁字母第1部分 覆盖北美,西欧,拉丁美洲,加勒比地区,加拿大,非洲 |
2 | ISO-8859-2 拉丁字母第2部分 覆盖东欧 |
3 | ISO-8859-3 拉丁字母第3部分 覆盖SE欧洲,世界语,杂项其他 |
4 | ISO-8859-4 拉丁字母第4部分 覆盖斯堪的纳维亚/波罗的海(以及其他非ISO-8859-1) |
5 | ISO-8859-5 拉丁文/西里尔字母第5部分 |
6 | ISO-8859-6 拉丁文/阿拉伯文字母第6部分 |
7 | ISO-8859-7 拉丁文/希腊字母第7部分 |
8 | ISO-8859-8 拉丁文/希伯来文字母第8部分 |
9 | ISO-8859-9 拉丁语5字母第9部分 与ISO-8859-1相同,但土耳其语字符取代冰岛字母 |
10 | ISO-8859-10 拉丁语6拉丁语6拉普兰语,北欧语和爱斯基摩语 |
11 | ISO-8859-15 与ISO-8859-1相同,但添加了更多字符 |
12 | ISO-2022 -JP 拉丁文/日文字母第1部分 |
13 | ISO-2022-JP-2 拉丁文/日文字母第2部分 |
14 | ISO-2022-KR 拉丁文/韩文字母第1部分 |
然后设置Unicode Consortium来设计一种显示所有字符的方法不同的语言,而不是这些不同的不兼容的字符代码用于不同的语言.
因此,如果你想创建使用多个字符集中的字符的文档,你将能够使用单个Unicode字符编码.
Unicode因此指定了可以以特殊方式处理字符串的编码,以便为它所包含的巨大字符集提供足够的空间.这些被称为UTF8,UTF-16和UTF-32.
Sr.否 | 字符集&描述 |
---|---|
1 | UTF-8 以8位为单位的Unicode转换格式,它以字节为单位. UTF8中的字符长度可以是1到4个字节,使得UTF8可变宽度. |
2 | UTF-16 Unicode翻译以16位为单位的格式,即短信.它可以是1或2个短裤,使UTF16可变宽度. |
3 | UTF-32 进来的Unicode转换格式32位单位,它是长的.它是固定宽度的格式,长度始终为1"长". |
Unicode字符集的前256个字符对应于ISO-8859-1的256个字符.
默认情况下,HTML 4处理器应支持UTF-8,并且应该使用XML处理器支持UTF-8和UTF-16;因此,所有符合XHTML标准的处理器也应支持UTF-16.