آموزش رمزگذاری یا انکود کاراکترها در HTML

از ASCII تا UTF-8 رمزگذاری یا انکود کاراکترها در HTML

ASCII اولین استاندارد کدگذاری کاراکترها بود. ASCII تعداد 128 کاراکتر مختلف را که می توان در اینترنت استفاده کرد، تعریف کرد.

• اعداد (0 - 9)
• کاراکترهای انگلیسی (A - Z)
• و چند کاراکتر خاص مانند : ! , $ , + , _ , ( , ) , @ , < , >

ISO 8859-1 مجموعه کاراکتر پیش فرض برای HTML 4 بود. این مجموعه کاراکتر از 256 کد کاراکتر مختلف پشتیبانی می کند. HTML 4 همچنین از مجموعه کاراکتر UTF-8 نیز پشتیبانی می کند.

ANSI (Windows-1252) مجموعه کاراکتر اصلی برای ویندوز بود. مجموعه کاراکتر ANSI مشابه مجموعه کاراکتر ISO 8859-1 است، با این تفاوت که ANSI تعداد 32 کاراکتر اضافی دارد.

HTML 5 به توسعه دهندگان توصیه می کند که از مجموعه کاراکترهای UTF-8 استفاده کنند، که تقریبا تمام نماد ها و کاراکترهای جهان پشتیبانی می کند.

ویژگی charset برای انکود در HTML

برای نمایش صحیح یک صفحه HTML، مرورگر باید مجموعه کاراکتر های استفاده شده را بشناسد. (آموزش html)

می توان این مجموعه کاراکتر ها را با تگ meta مشخص کرد مانند زیر:

<meta charset="UTF-8">

جدول زیر تفاوت بین مجموعه کاراکترهای بالا را شرح می دهد.

مجموعه کاراکتر ASCII

• از مقادیر ۰ تا ۳۱ (و ۱۲۷) برای کاراکترهای کنترل استفاده می کند.
• از مقادیر ۳۲ تا ۱۲۶ برای حروف و ارقام و نمادها استفاده می کند.
• و از مقادیر ۱۲۸ تا ۲۵۵ هم استفاده نمی کند.

مجموعه کاراکتر ANSI (Windows-1252)

• از مقادیر ۰ تا ۱۲۷ شبیه به مقادیر مجموعه کاراکتر ASCII است.
• دارای مجموعه ای اختصاصی از کاراکترها از مقادیر ۱۲۸ تا ۱۵۹ است.
• و برای مقادیر ۱۶۰ تا ۲۵۵ مشابه مجموعه کاراکتر UTF-8 است.

مجموعه کاراکتر ISO 8859-1

• از مقادیر ۰ تا ۱۲۷ شبیه به مقادیر مجموعه کاراکتر ASCII است.
• و از مقادیر ۱۲۸ تا ۱۵۹ هم استفاده نمی کند.
• و برای مقادیر ۱۶۰ تا ۲۵۵ مشابه مجموعه کاراکتر UTF-8 است.

مجموعه کاراکترهای UTF-8

• از مقادیر ۰ تا ۱۲۷ شبیه به مقادیر مجموعه کاراکتر ASCII است.
• و از مقادیر ۱۲۸ تا ۱۵۹ هم استفاده نمی کند.
• و برای مقادیر ۱۶۰ تا ۲۵۵ مشابه مجموعه کاراکترهای ANSI و 8859-1 است.
• از مقدار ۲۵۶ تا ۱۰۰۰۰ کاراکتر متفاوت دیگر هم ادامه دارد.

بیشتر بدانیم : URL آدرس (Uniform Resource Locator) در HTML