实体代码和 lang 属性：我应该同时使用吗？

Question

我正在用芬兰语写一个标记文档。

我正在使用lang="fi-fi" 属性。我应该将标记实体（ä 用于ä 等）与语言属性结合使用，还是仅使用语言属性就足够了？实体和语言属性如何相互影响？

“问题”来自这样一个事实，即标记是在没有实体的情况下编写的，并且我有一个脚本应该使用正则表达式将扫描字母替换为实体——在定义 lang 属性后，脚本似乎没有不再工作（它应该在添加 lang 属性之前完成）。

我主要担心的是，无论浏览器如何，标记都能正确呈现，尽管可以假设是“现代”浏览器。

Answer 1

lang 属性和实体的作用完全不同。

lang 属性告诉解析器该文档是用什么人类语言编写的。例如，这允许搜索引擎判断它是否是一个好的文档呈现给 Finish 扬声器和屏幕阅读器软件以选择正确的发音图书馆。

实体只是让您表示您无法以其他方式表示的字符。例如

• 因为您无法键入键盘的字符
• 因为保存文档的字符编码（例如 ASCII）不包括该字符。本世纪您应该几乎在所有地方都使用 UTF-8，不必担心这一点。
• 因为该字符在 HTML 中将具有特殊含义（例如 <）。

---

• 如果您知道文档文本将使用哪种语言编写，请始终使用 lang 属性
• 始终对 HTML 中具有特殊含义的字符使用实体
• 如果您可以合理地确定字符编码不会被破坏（大多数情况下您可能会这样），请使用文字字符，因为它们使用的字节更少并且在源代码中更易于阅读。

Answer 2

我的问题的根源实际上是字符编码。尽管所有文档都是用 UTF-8 定义的，但脚本不知何故无法识别它。通过告诉脚本输入文件（应该用实体修复）是 UTF-8 编码的，脚本再次正确运行。

作为对标题中问题的回答：绝对确定文档与服务器兼容——是的，我应该使用实体编码（尽管我知道假设服务器允许 UTF-8 是昆汀暗示的一般相当安全的假设）。由于其他原因（与自动生成内容有关），我也应该使用lang 属性。