Chinaunix首页 | 论坛 | 博客
  • 博客访问: 1161549
  • 博文数量: 181
  • 博客积分: 4968
  • 博客等级: 上校
  • 技术积分: 1867
  • 用 户 组: 普通用户
  • 注册时间: 2008-01-13 21:52
文章分类

全部博文(181)

文章存档

2015年(2)

2013年(6)

2012年(22)

2011年(41)

2010年(27)

2009年(51)

2008年(32)

我的朋友

分类: LINUX

2011-07-27 15:56:40

很长一段时间莫有更新了,今天收集了一些关于页面编码的文章,并咨询了业内高手,有了这篇文章,帮大家梳理一下关于浏览器编码这一块的信息。
       在页面显示的时候,有时就可能出现乱码的情况。通过之前那篇文件可以知道乱码的缘由就是其编码转换时的错误,
本来是GBK的存储方式,却用UTF-8的方式去读取,那页面不得不出现乱码了。


       W3C规范中:
      The document character set, however, does not suffice to allow user agents to correctly interpret HTML documents as they are typically exchanged -- encoded as a sequence of bytes in a file or during a  network transmission. User agents must also know the specific character encoding that was used to  transform the document character stream into a byte stream.
 
        在转换的时候,我们得明确传过来的字节流或文件的编码,而浏览器通过什么样的方式识别编码?


        Also, protocol headers, attributes, and parameters referring to character encodings share  the same name -- "charset" --and use the same values from the [IANA] registry 。
        通过协议头部,或属性或参数来指定charset

 

        当请求的时候,user agent 会提供一个accept-charset的属性发到服务端,这样服务端也就知道可以采用什么样的编码 发送回去。现在的服务器有更不错的方式,可以自己设置编码,这样的结果是编码有可能会错误,而出现乱码。服务端设置编码 是在HTTP的消息头部header中申明 Content-Type:text/html;charset=UTF-8这样的方式,而如果不设置,则浏览器就通过另外的方式去 寻找页面的编码。
 
        当http头部的charset未设置,或者字符编码不能识别的时候(比如没有在[IANA]中注册过)的时候,浏览器会解析HTML文档 当解析到

      

 

 

       注意:这里要注意一个地方,若http头部charset未设置,浏览器会开始去解析HTML文档,如果如果设置其meta,请在head中尽早出现。 (这里其实还是有一个小问题没解决,浏览器在发现charset未设置的时候,然后以何种编码解析HTML文件,这个有待争议,下次 测试才知道)


 从以上可以得知:
  关于页面的编码决定顺序:
  1.如果HTTP头部申明了charset,则会使用HTTP头部的,
  2.让HTTP头部莫有使用,或charset不可识别,则会去解析meta标签的,
  3.如果meta也没有的话,则会使用自动检测,如果用户允许的话, 
  4.否则 会使用本地UI的字符编码。
  
  关于CSS文件的编码决定顺序:
  根据 CSS 2.1 规范的描述,应按照以下优先级来确定一个外部 CSS 文件的编码:
  1.HTTP 响应头中 "Content-Type" 字段的 "charset" 参数指定的编码。
  2.BOM 以及/或者 @charset 定义的编码。
  3. 或其他链接机制提供的元数据(如果有的话)指定的编码。
  4.引入该 CSS 文件的 HTML 或另一个 CSS 文件(如果有的话)中已确定的编码。
  5.如果以上几步都没能确定编码,则假定其编码为 UTF-8。
   
   而JS文件的编码决定顺序应大致不差,如同页面一般,未证实。找到相关的规范或官方文档后确定
  
  所以关于页面编码建议的模式如下:  
  1,尽量将页面保存为UTF-8;
  2,要申明文档使用的编码,如果可能,对HTTP header进行设置;
  3,在外部css文件中使用@charset规则,当css中包含非ANSI的内容;
  4,避免使用BOM在用UTF-8的时候,保证HTML代码是Unicode无BOM的正规化保存;
  5,尽量避免使用转义字符。
  总结转自

 

 浅见,欢迎大家指正。 

 

阅读(708) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~