# 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 支持 0-9 的數字，大寫和小寫英文字母表，以及一些特殊字符。 [完整的 ASCII 參考手冊](/tags/html_ref_ascii.asp "HTML 7 比特 ASCII 代碼 參考手冊") 由于很多國家使用的字符并不屬于 ASCII，現代瀏覽器的默認字符集是 ISO-8859-1。 [完整的 ISO-8859-1 參考手冊](/tags/html_ref_entities.html "HTML Latin-1 字符實體") 如果網頁使用不同于 ISO-8859-1 的字符集，就應該在 <meta> 標簽進行指定。 ## 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 | 使用范圍 | | --- | --- | --- | | 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符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 由于上面列出的字符集都有容量限制，而且不兼容多語言環境，Unicode 聯盟開發了 Unicode 標準。 Unicode 標準涵蓋了世界上的所有字符、標點和符號。 不論是何種平臺、程序或語言，Unicode 都能夠進行文本數據的處理、存儲和交換。 ## 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 同樣得到了支持。 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兼容。最常用的編碼方式是 UTF-8 和 UTF-16： UTF-8 UTF8 中的字符可以是 1-4 個字節長。UTF-8 可以表示 Unicode 標準中的任意字符。UTF-8 向后兼容 ASCII。UTF-8 是網頁和電子郵件的首選編碼。 UTF-16 16 比特的 Unicode 轉換格式是一種 Unicode 可變字符編碼，能夠對全部 Unicode 指令表進行編碼。UTF-16 主要被用于操作系統和環境中，比如微軟的 Windows 2000/XP/2003/Vista/CE 以及 Java 和 .NET 字節代碼環境。 提示：最前面的 256 個 Unicode 字符集字符對應于 256 個 ISO-8859-1 字符。 提示：所有 HTML 4 處理器均已支持 UTF-8，而所有 XHTML 和 XML 處理器支持 UTF-8 和 UTF-16。