关于中文编码的问题

Question

我试图创建一个中文网页，我意识到，虽然文本看起来很好，但是当我在浏览器上运行它时，一旦我更改了字符编码，文本就会变成乱码。以下是发生了什么：

1. 我在Emacs中创建我的html文件，以UTF-8编码。
2. 我将它上传到服务器，并在我的浏览器（FF，IE，Chrome，Opera）上查看 - 没问题。
3. 我尝试通过FF> View> Character Encoding>其他编码查看页面。所有这些不同的中文编码系统，例如简体中文（HZ）
4. 除了UTF-8之外，在其他所有编码中，文本都变成乱码。

我假设这不是一个问题 - 即浏览器足够聪明，知道该页面在哪个编码，并准确解析内容。我想知道的是，为什么我改变编码后不能再阅读中文文本 - 是因为我没有在我的操作系统上安装中文字体？如果我的听众是中国人，我应该坚持使用UTF-8吗？还是应该在众多编码系统中选择一种？

在此先感谢您的帮助/意见。

Answer 1

UTF不是“全能”编码。它旨在包含易于使用的国际语言字符符号，但它仍然是编码，就像您选择的其他编码一样。您必须重新输入每种编码中的文本，才能在使用该编码查看时正确显示文本。

Answer 2

查看器编码必须与正在读取的文件匹配。将UTF-8视为其他类似的东西，可以将.txt重命名为.exe并尝试运行它。

您应该在HTML中指定正确的编码。您在网络浏览器中使用的选项仅适用于Web开发人员搞砸他的工作并声明其他编码比实际使用的编码或在一个页面上混合了2种不同编码的极少数情况。

Answer 3

当然，在浏览器中更改编码将会“破坏”文本！浏览器正在使用UTF-8码点流，并尝试强制对原始数据进行另一种编码。不用说，结果并不美观。在浏览器中更改编码不等于转换。

正如您猜测的那样，现代浏览器通常会正确猜测 - 但并非总是如此。作为Agent_L确保在头文件中声明编码。