HTML Unicode (UTF-8) 参考手册

更新于 2024/4/5 20:06:00

Unicode 是一个通用字符集，它定义了计算机上大多数现存语言所需的所有字符。

Unicode 的目标是（并且已经成为）所有其他编码计算机字符集的超集。

Unicode 标准涵盖了（几乎）世界上所有的字符、标点符号和符号，并支持独立于平台和语言的文本处理、存储和传输。

Unicode 联盟

Unicode 标准由 Unicode 联盟制定。目标是用 UTF（Unicode 转换格式）取代现有的字符集。

Unicode 标准已在 HTML、XML、JavaScript、电子邮件、PHP、数据库以及所有现代操作系统和浏览器中实现。

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

字符集	描述
UTF-8	一种可变长度的字符编码（长度为 1 到 4 个字节）。 UTF-8 向后兼容 ASCII，是电子邮件和网页的首选编码。
UTF-16	一种可变长度的字符编码。 UTF-16 已在所有主流操作系统（例如 Windows、iOS 和 Unix）中使用。

UTF-8 的前 128 个字符与 ASCII 具有相同的二进制值，因此 ASCII 文本是有效的 UTF-8 编码。

HTML-4 (ISO-8859-1) 中的默认字符集大小有限，并且在多语言环境中不兼容。

HTML-5 中的默认字符编码是 UTF-8。

使用非 UTF-8 字符集的 HTML5 页面必须在 <meta> 标签中指定：

Unicode 是一个字符集。

它是一个列表，其中所有字符都有唯一的十进制数：

表示字符串"hello"的十进制数为 104 101 108 108 111

UTF-8 是一种编码。

它用于将 Unicode 数字转换为二进制数字存储在计算机中：

UTF-8 编码将像这样存储"hello"（二进制）：01101000 01100101 01101100 01101100 01101111

Unicode 是一种字符集。它将字符转换为数字。

UTf-8 是一种编码标准。它将数字转换为二进制。

以下是 HTML5 支持的一些 UTF-8 字符代码列表：