Unicode 实体显示为 CP1252

Question

我决定为自己编写一个小脚本作为 Unicode 参考，因为我最喜欢的在线 Unicode 查找网站已经出现故障并且充满了广告。到目前为止，这是一个令人愉快的项目。但是，我注意到某些字符显示不正确。

例如，代码点 Ux8E 应该是一个名为“SINGLE SHIFT TWO”的控制字符 - 实际上这是显示的名称，但字符本身显示为 Ž - 这应该是 Ux17D 的字符，“LATIN带有 CARON 的大写字母 Z"。这也是 x8E 中的 CP1252 字符，所以这一定是混淆根源的线索。

为什么我的浏览器会生成并显示 CP1252 编码的字符，我该如何阻止它？目前该脚本在我的 Mac 上本地运行 - 它是 HTML 5 中的 JavaScript，主要是 jQuery：字符本身表示为，例如“&x8e;”并使用 jQuery append() 插入。脚本本身以 UTF-8 编码，HTML 在 meta 中指定 UTF-8。是 Apache 的问题吗？操作系统问题？我没有做过广泛的浏览器测试，但在 Safari、Firefox、Opera 和 Chrome 中都是一样的，所以我猜不是这样。

我可以简单地删除所有控制字符，因为它们无论如何都不会显示。我目前正在将字符名称从包含所有 Unicode 字符信息的 XML 文件中添加到页面中，因此当我这样做时，我可以检查字符是否是控制字符并相应地删除它。但是 XML 很大，而 Ajax 的速度很慢，作为快速参考会让人感到困惑，所以我真的很想找到一种方法，让我的计算机一开始就不要向我显示垃圾。

有什么想法吗？

Answer 1

这是一个有问题的网站解决方法。

例如：子弹• (U+2022) 在几个单字节字符集中编码为字节0x95，如Windows-1252。因此，有些人会通过写• 在他们的网页中包含一个项目符号。如果该浏览器使用相同的编码，这可能会起作用。

通常• 确实编码了一个控制字符。但是由于这些控制字符通常不会在网页中使用，即使是现代浏览器也假定该实体引用 windows-1252 中的编码值并显示一个项目符号。 （子弹的正确数字实体是•）

如今，您通常会指定页面的编码（通常是 utf-8），然后直接在 HTML 页面中写入项目符号字符。

这也是阻止这种行为的方法。只使用字符（例如使用$element.text("•")），不要使用数字实体。