HTML5教程 - 4 字符编码

4.1 编码和解码

所有的数据在计算机中存储时都是以二进制 0 和 1 的形式存储的，文字图片都不例外。

那我们为什么能看到文字呢？

这是因为在存储文字的时候，都需要转换为二进制码（0 和 1）进行存储。当我们读取这段文字时，计算机会将二进制编码转换为字符，供我们阅读。

所以这里涉及到两个步骤：编码 和 解码。

• 编码 ：将字符转换为二进制码的过程称为编码。

• 解码 ：将二进制码转换为字符的过程称为解码。

4.2 字符集

但是将二进制和文字之间编码和解码遵循什么规则呢？这里就会用到字符集。

计算机是美国人发明的，美国人的文字也就是大小写字母+数字+一些符号就完事了，满打满算100多个，够用了。他们就整了一个 ASCII 码，如下：

ASCII码叫美国信息交换标准代码，规定了对应二进制数字对应的文字（上面 ASCII 值使用的十进制表示），总共 128 个。从上图可以看到 a 对应的数字是 97 ，也就是二进制的 97 表示字母 a。

但是美国人使用计算机，欧洲人也要使用计算机啊，但是欧洲的语言128个字符满足不了啊，因为包括罗马字母和符号等，于是欧洲搞了一个 ISO-8859-1（当然还有一些其他的字符编码）。

中国也要用计算机啊，这些编码都不行，我们搞了一个 GB2312 的字符编码，包括 6763 个常用汉字和 682 个字符，但是不包括生僻字和中文繁体，后来由搞了一个 GBK，支持 20000+ 汉字，支持繁体中文。

但是世界上的语言太多了，字符集也太多了，有没有一个字符集支持世界上所有的语言呢？有的！

它就是 UTF-8 （大小写均可），utf-8 字符集是万国码，包含所有语言文字和符号，我们以后使用 UTF-8 字符编码就好了。

4.3 乱码问题

如果我们保存文档用的字符编码和读取文档用的编码不是一个编码，就会出现乱码问题。

举个栗子：

使用 VSCode 新建一个文本文件：

编写一段文字，然后选择使用指定的字符编码进行保存：

可以选择 GBK 编码进行保存（VSCode 默认是 UTF-8 编码）：

关闭 VSCode，重新使用 VSCode 打开保存的文件（不关闭会有缓存），会发现之前的文档乱码了，因为打开的时候，默认是使用 UTF-8 字符编码打开。

怎么办呢？此时还有救，因为我们编写的是中文，保存的时候使用的是 GBK 保存的，只需要重新使用 GBK 编码打开就可以了：

修改使用 GBK 打开后，文档又正常显示了。

但是但是！！！需要注意，我们刚才编写的是中文，保存使用的是 GBK 进行保存，GBK 是支持中文的，所以保存是成功的，使用对应的字符编码读取就可以了。但是如果我们编写了中文，然后使用 ISO8859-1 字符编码进行保存，那完蛋了，因为 ISO8859-1 字符编码是不支持中文的，所以在保存的时候每个字符是找不到对应的二进制编码的，保存的就是一个 ?，所以文档没有成功保存！！！保存以后，使用任何的编码都无法读取文档的内容了！

也就是说，保存文档的时候，一定要选择支持文档内容的编码进行保存，只要保存成功了，选择对应的编码读取就可以了。即使使用了不对的编码打开，也只是乱码而已，文档的内容不会丢。但是如果保存的字符编码不支持保存的内容，那完犊子了，你内容就没有成功，切记切记！！！

下面是使用 ISO8859-1 保存中文后的效果：

当然，我们以后使用 UTF-8 编码就可以了，保存和读取都使用 UTF-8，没毛病！

在编写 HTML 文件的时候，使用 UTF-8 字符编码进行保存，然后通过 meta 标签来设置网页的字符集，让浏览器使用 utf-8 字符集来进行解析，避免乱码问题。

<meta charset="utf-8" />