首页问答社区 PHP技术正文

HTML Unicode（UTF-8）参考手册

2022-10-11 21:00:29 181 0

Unicode 联盟（Unicode Consortium）

Unicode 联盟（Unicode Consortium）开发了 Unicode 标准（Unicode Standard）。他们的目标是使用标准的 Unicode 转换格式（即 UTF，全称 Unicode Transformation Format）取代现有的字符集。

Unicode 标准是一个成功的创举，在 HTML、XML、Java、JavaScript、E-mail、ASP、PHP 中都得到实现。Unicode 标准也得到许多操作系统和所有现代浏览器的支持。

Unicode 联盟与领先的标准开发组织合作，这些组织有 ISO、 W3C 和 ECMA。

Unicode 字符集

Unicode 可以由不同的字符集实现。最常用的编码是 UTF-8 和 UTF-16 ：

字符集	描述
UTF-8	UTF8 中的字符可以是 1 到 4 字节长。UTF-8 可以代表 Unicode 标准中的任何字符。UTF-8 向后兼容 ASCII 。UTF-8 是电子邮件和网页的首选编码。
UTF-16	16 位 Unicode 转换格式是一种可变长度的 Unicode 字符编码，能够编码整个 Unicode 指令表。UTF-16 主要用于操作系统和环境，如 Microsoft Windows、Java 和 . NET 。

提示： Unicode 的前 128 个字符（与 ASCII 一一对应）使用一个与 ASCII二进制值相同的八位组进行编码，使有效的 ASCII 文本在进行 UTF-8 编码时也是有效的。

提示： 所有的 HTML 4 处理器支持 UTF-8，所有的 HTML 5 和 XML 处理器支持 UTF-8 和 UTF-16！

HTML5 标准：Unicode UTF-8

因为 ISO-8859 中字符集大小是有限的，且在多语言环境中不兼容，所以 Unicode 联盟开发了 Unicode 标准。

Unicode 标准覆盖了（几乎）所有的字符、标点符号和符号。

Unicode 使文本的处理、存储和运输，独立于平台和语言。

HTML-5 中默认的字符编码是 UTF-8。

下面列出了一些 HTML5 支持的 UTF-8 字符集：

字符集	十进制	十六进制
C0 控制与基本的 Latin （C0 Controls and Basic Latin）	0-127	0000-007F
C1 控制与 Latin-1 的补充（C1 Controls and Latin-1 Supplement）	128-255	0080-00FF
Latin 扩展 A（Latin Extended-A）	256-383	0100-017F
Latin 扩展 B（Latin Extended-B）	384-591	0180-024F