中文编码问题答案

【问题标题】：Questions on Chinese Encoding中文编码问题
【发布时间】：2012-04-23 09:59:22
【问题描述】：

我正在尝试创建一个中文网页，我意识到虽然在浏览器上运行它时文本看起来不错，但一旦我更改了字符编码，文本就会变得乱码。以下是正在发生的事情：

我假设这不是问题 - 即浏览器足够聪明，可以知道页面采用哪种编码，并准确解析内容。我想知道的是，为什么我更改编码后就无法再阅读中文文本了——是因为我的操作系统上没有安装中文字体吗？如果我的受众是中国人，我应该坚持使用 UTF-8，还是应该从他们的众多编码系统中选择一种？

提前感谢您的帮助/意见。

【问题讨论】：

【解决方案1】：

UTF 不是“包罗万象”的编码。它旨在包含国际语言字符符号以便于使用，但它仍然是一种编码，就像您选择的其他编码一样。您必须在每种编码中重新键入文本，以使其在使用该编码查看时正确显示。

【讨论】：

重新输入文本？你是说我应该创建单独的文件，每个文件都用不同的编码编写和保存？那我该如何决定提供哪个文件呢？
是的 - 但您应该遵循 Agent_L 的建议并在 HTML 中定义字符集编码，这样可以节省更多时间。如果您想要单独的文件，应该可以编写一个脚本来自动将 UTF-8 编码为需要支持的所有其他编码，但考虑一下，拥有相同内容的多个副本可能会成为维护麻烦。
我相信他的意思是客户端请求文件并以其他编码明确要求它的情况。虽然可能，但现代浏览器不太可能不支持 utf-8（据我的欧盟/美国偏见知识）。
感谢大家的贡献。我现在可以说使用一种编码而不是多种编码（比如在 UTF-8 中）并在 html 和服务器端明确定义编码可能是一个更好的主意吗？因为我访问过许多大型中文网站（例如雅虎中国），如果您将编码更改为它不支持的内容，内容就会变得乱码。我假设以多种编码方式维护内容的麻烦是不值得的。
是的，维护一个文件几乎总是比多个文件简单。

【解决方案2】：

【解决方案3】：

当然，更改浏览器中的编码会“破坏”文本！浏览器正在获取 UTF-8 代码点流，并尝试对原始数据强制执行另一种编码。不用说，结果并不漂亮。在浏览器中更改编码并不等同于转换。

正如您所猜测的那样，现代浏览器通常会正确猜测 - 但并非总是如此。作为 Agent_L，请务必在标头中声明编码。

【讨论】：