Unicode 是 HTML 和 XML 的默认字符集吗？答案

【问题标题】：Is Unicode the default Character Set of HTML & XML?Unicode 是 HTML 和 XML 的默认字符集吗？
【发布时间】：2011-08-07 20:21:20
【问题描述】：

我看到一些像The Unicode Book 和一些Wikipedia Article 这样的信息告诉我们Unicode 是HTML 和XML 的默认字符集。

我理解“字符集”一词，例如您在制作文件时可以使用的“曲目”。这导致一些编辑器设置他自己的默认字符集，而不管要使用哪种文件。无论您是否尝试制作 HTML 文件，一些编辑器都不会将 Unicode 设置为默认值。

这留下了一个问题，如果 Unicode 是 HTML 和 XML 的默认字符集，还是取决于用于创建文件的编辑器...

【问题讨论】：

标签： html unicode character-encoding editor text-editor

【解决方案1】：

我想您可以将 Unicode 称为“默认”，因为 HTML 和 XML 都根据 Unicode 定义了它们允许的内容。

但是，文件不能是“Unicode”，它必须是某种 Unicode 编码。默认情况下，XML 文件必须采用 UTF-8 或 UTF-16 编码，除非序言另有规定。 HTML 规范明确未定义支持的编码，并指出编码由传输协议（例如 HTTP）处理。

【讨论】：

我想您可以将 Unicode 称为“默认”，因为 HTML 和 XML 都根据 Unicode 定义了它们的 允许 内容。 我想这就是我的答案。
@nEAnnam：当您说&#160; 或&#x1F4A9; 之类的内容时，您已经使用ASCII 来指定映射到特定Unicode 字符、NO-BREAK SPACE 和PILE OF POO 的代码点。这些数字始终是 Unicode 代码点。这可能是你的想法。
@tchrist 好点，我认为问题出在这种方式上。谢谢

【解决方案2】：

取决于编辑文档的人，而不是编辑器。编辑器使用最适合作者（或他们认为最适合作者）的编码作为默认编码。

基本上，如果您未指定编码或客户端软件无法识别服务器发送的标头，则它可能/应该默认为 unicode。我认为这不是强制性的——它只是一种司空见惯的行为。

【讨论】：

【解决方案3】：

如果我没看错你的问题，你需要区分

你使用的字符集
你声明的字符集

您在创建文档时实际使用的字符集是您在编辑器中设置的字符集。现在您需要确保文件的使用者能够正确读取它，即您使用的字符集也是您声明的字符集。

如您所说，如果您不使用声明，XML 文档的默认值为 UTF-8。这就是读取您的文件的应用程序所假定的。所以你最好确保你的编辑器设置为 UTF-8，或者使用适当的 XML 标头，例如

<?xml version="1.0" encoding="ISO-8859-1"?>

对于 HTML 文档，默认编码通常在服务器配置中设置，因此请检查一下。 UTF-8 是当今最常见的选择。

【讨论】：

【解决方案4】：

区分可能出现在 HTML 文档中的字符集（这是一个相当抽象的概念）和用于存储/传输 HTML 文件的字符编码非常重要。

后者的默认值取决于操作系统/浏览器/HTML 编辑器设置，而且它肯定不是 Unicode，因为 Unicode 不是一种编码。它可能是“UTF-8”，它是 Unicode 的字符编码 - 就像例如“UTF-16”（这些编码不同于例如“ISO-8859-1”，它不能编码所有 Unicode 字符）。

总的来说，将编辑器设置为与您在 HTML 文件中声明的编码相同，这一点很重要。有些编辑器会自动执行此操作，但很多不会。

【讨论】：

我知道你在说什么，但我的意思是例如以下引用：HTML 文档是 Unicode 字符序列，与它们在计算机存储系统和网络中的表现方式无关。但我认为这取决于编辑器
是的，这取决于编辑器。它经常发生，有人将他们的编辑器设置为错误的编码，同时在 XML/HTML 文件的标题中声明所需的编码。然后，当显示文件时，例如在浏览器中，字符显示不正确。