浏览器编码

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。