Question

Một ví dụ tài liệu HTML lấy qua HTTP thiếu:

• một HTTP Content-Type tiêu đề
• một HTML <meta charset="<character encoding>" />
• một HTML <meta http-equiv='Content-Type' content='Type=text/html; charset=<character encoding>'>

Đối với HTML5, là một mặc định, ví dụ UTF-8, giả định là mã hóa ký tự? Hoặc là nó hoàn toàn lên các ứng dụng đọc tài liệu HTML để chọn một mặc định?

Answer 1

Các charset được xác định sử dụng các quy tắc:

1. tài khoản ghi đè.
2. Thông số "bộ ký tự" HTTP trong trường "Loại nội dung".
3. Dấu thứ tự byte trước bất kỳ dữ liệu nào khác trong chính tài liệu HTML.
4. Tuyên bố META có thuộc tính "ký tự".
5. Tuyên bố META có thuộc tính "http-equiv" được đặt thành "Loại nội dung" và giá trị được đặt cho "bộ ký tự".
6. Phân tích heuristic không xác định.

... và sau đó ...

1. Đồng hóa chuỗi mã hóa ký tự đưa ra theo các Charset Bí danh Matching quy tắc quy định tại Tiêu chuẩn Unicode kỹ thuật # 22.
2. Ghi đè một số mã hóa có vấn đề, tức là cố ý xử lý một số mã hóa như thể chúng là các mã hóa khác nhau. Ghi đè phổ biến nhất là xử lý US-ASCII và ISO-8859-1 dưới dạng Windows-1252, nhưng có một số ghi đè mã hóa khác được liệt kê trong bảng này. Theo ghi chú đặc điểm kỹ thuật, "Yêu cầu xử lý mã hóa nhất định như các mã hóa khác theo bảng trên là một sự vi phạm cố ý của đặc tả Mô hình Nhân vật W3C."

Nhưng điều quan trọng nhất là:

Bạn nên luôn định một mã hóa ký tự trên mọi tài liệu HTML, hoặc điều xấu sẽ xảy ra. Bạn có thể làm điều đó một cách khó khăn (tiêu đề loại nội dung HTTP), cách dễ dàng (khai báo <meta http-equiv>) hoặc cách mới (thuộc tính <meta charset>), nhưng hãy làm điều đó. Trang web cảm ơn bạn.

Nguồn:

• http://blog.whatwg.org/the-road-to-html-5-character-encoding
• http://www.whatwg.org/specs/web-apps/current-work/multipage/parsing.html#determining-the-character-encoding